把大模型“拆”进呼叫流程里：PCSwitch 的 AI 机器人、意图识别与可视化编排

传统呼叫中心最让人头疼的，往往不是功能不够多，而是改不动。想调一个 IVR 分支、加一段外呼话术，流程是提需求、排期、开发、测试、上线，顺利的话三五天，不顺利拖一两周也正常。问题不在技术难度，在于流程逻辑写死在代码里，牵一发而动全身。

PCSwitch 走了一条不太一样的路：把 AI 机器人、意图识别、流程编排拆成独立模块，再用可视化设计器串起来。这篇文章不堆概念，从自动化怎么真正落地的角度，拆解这三个模块各自解决什么问题，以及它们怎样组合出一条从“说人话”到“自动执行”的链路。

一、AI 机器人：不是“加个语音”，是换掉按键交互

传统 IVR 的交互模型是“用户按数字 → 系统跳菜单”。用户按错了要重来，菜单层级一多，体验就碎了一地。

PCSwitch 的 AI 机器人接入百炼、DeepSeek 等大模型引擎，配合 ASR 和 TTS，把交互变成了：用户直接说意图，系统直接执行。用户说“我订单怎么还没到”，系统识别意图后查询订单并播报；说“转人工”，立刻路由到空闲坐席，全程不需要按键。官方给出的转接准确率在 95% 以上。

这个模块在自动化上的真正价值，不在“用了大模型”这个标签，而在于它消掉了按键迷宫这个摩擦层。摩擦层消失之后，后面的意图识别和流程编排才有意义——因为系统拿到的是用户真实说出的内容，而不是一个被菜单压缩过的数字信号。

二、意图识别：决定“接下来做什么”的路由器

AI 机器人负责“听懂”，意图识别负责决定往哪走。PCSwitch 的意图识别不是孤立的情感分析或关键词匹配，而是挂在完整链路里的一个决策节点：

ASR 转文字 → 大模型理解意图 → 触发业务动作或路由 → TTS 回复。

关键在于“触发业务动作或路由”这一步。意图识别的输出不是一个标签，而是一个可执行的指令：查订单、转队列、调用 WEB 接口、跳转到某段话术流程。在外呼场景里，这一点更明显——对话中实时判断用户是“感兴趣 / 拒绝 / 需转人工”，系统根据判断结果自动跳转下一段流程，或者把通话连上下文一起转给人工坐席，接管时用户不需要再复述一遍。

换句话说，意图识别在这里扮演的是自动化触发器的角色：它把“用户说了什么”翻译成“系统下一步做什么”，流程编排才有可以驱动的信号。

三、可视化 + 模块化：把自动化逻辑从代码层“提”上来

如果只有 AI 和意图识别，没有可编排的流程，自动化仍然是一段一段孤立的代码。PCSwitch 的做法是把呼叫中心的能力拆成原子化模块：IVR、呼入队列、号码池、呼出规则、时间条件、AI 机器人、意图识别、ASR、TTS 等，每个模块有标准化的输入输出接口，通过流程引擎串联。

可视化设计器则把这些模块变成可拖拽的节点。基础节点覆盖呼入路由（时间条件、队列、语音播报、挂断等），智能语音节点把 AI 对话能力嵌入流程——ASR 识别、大模型意图理解、WEB 接口调用、TTS 播报，可以像搭积木一样拼在一起。

这套设计带来的自动化变化是结构性的：业务逻辑从代码层上移到了配置层。研发维护模块的稳定性和性能，业务人员用模块搭流程。今天加一个满意度回访，拖几个节点组一组；明天调整外呼话术，改流程配置而不是发版。

还有一个容易被忽略但很实用的细节：系统支持自定义字段采集，AI 机器人在通话中自动把信息填入字段，一通电话打完数据已经填充好，不需要坐席手动录入。自动化的闭环不止到“执行动作”，还延伸到“数据落地”。

这三个模块串起来，自动化到底长什么样

把视角拉高一层，三者的关系其实是一条完整的链路：

AI 机器人提供自然的语音交互界面，让用户能直接表达意图；意图识别把表达翻译成可执行的路由指令；可视化模块化编排决定指令触发之后，流程怎么走、数据落到哪里、什么条件下转人工。

这条链路在呼入和呼出两个方向上都能跑通。呼入场景里，标准问题由 AI 机器人处理，复杂问题带着上下文转人工；外呼场景里，机器人批量跑重复性任务（通知、回访、邀约），实时筛出意向客户再交给人工跟进。数据对比很直接：一个人工销售一天最多打 100 通电话，机器人可以打 500 通以上。

另外两个设计细节值得技术选型时留意。一是 AI 引擎可插拔：底层兼容百炼、DeepSeek 等，但不绑定任何一家，模型迭代时可以在同一套系统上平滑切换。二是开放集成层：通话工具条 SDK 和 Web 接口可以把通话数据双向同步回 CRM、ERP、工单系统，Webhook 还支持意向等级、投诉告警同时推送到企微、钉钉、飞书。自动化不是把用户锁在一个新系统里，而是让 AI 产生的信号流回已有的业务系统。

PCSwitch 这套设计的思路可以概括成一句话：把 AI 能力做成流程里的节点，而不是流程外面的挂件。AI 机器人负责交互，意图识别负责触发，可视化编排负责把触发变成可落地、可修改、可扩展的自动化路径。对于受够了“改一个分支等两周”的团队来说，这种把控制权从代码层交还给配置层的做法，可能比单纯的模型能力更值得细看。