美团-智能客服与智能掌柜
应用场景：构建覆盖200余个生活服务品类的智能客服体系，并为商家提供经营咨询、评价分析、AI电话接待等全链路自动化服务
投稿方：匿名投稿者 · 服务商：美团 · 收录时间：2026/10/16
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
消费零售 · 日均处理千万级咨询，覆盖 200 余个业务场景
3. AI 能力类型
智能体流程
4. 原来怎么干的
第一阶段（2015—2017年）为基于关键词匹配的规则系统，场景覆盖率不足40%；第二阶段（2018—2020年）引入NLP与业务知识图谱，问题解决率提升至68%；餐饮与外卖场景口语化表达多、行业术语与近义表达难区分，人工客服压力大
5. AI 介入在哪一步
替代了标准咨询应答、订单查询与部分改址、退单操作；增强了主动服务（基于历史订单做‘未问先答’与投诉预判补偿）；面向商家侧提供经营咨询、评价分析、AI电话接待与预订承接；涉及资金争议与骑手异常的复杂处置仍由人工完成
6. 模型与架构
分层架构（用户交互层→对话管理层→业务处理层→数据反馈层）；自研MixNLU多模态语义理解框架；Meituan-BERT（在BERT基础上用20亿条生活服务语料继续训练）；1.2亿实体节点、3.8亿关系边的知识图谱；XGBoost智能路由引擎（127维特征，每小时在线更新）；多智能体架构（Agents-as-Tools与Handoff混合模式）、零标注回复改写
7. 数据基础（必填项）
20亿条生活服务领域语料用于Meituan-BERT继续训练；知识图谱含1.2亿实体节点与3.8亿关系边；百万级标注数据用于意图识别训练；语音侧采用WaveNet声学模型与CTC解码器；含RLHF/RFT训练与BGE语义相似度评测完整链路
8. 效果
全链路自动化率达92%（阶段口径）；餐饮场景意图识别准确率98.7%；平均响应时间12秒→1.8秒，用户满意度提升37%；履约场景解决率50.4%→61.4%（+11.0个百分点）；售后场景解决率38.1%→54.5%（+16.4个百分点）；整体场景解决率46.6%→52.0%（+5.4个百分点）；商家侧问题解决率96%，处理时长1小时→2分钟；41万条顾客评价被拆解为经营建议
9. 投入
投稿方未提供
10. 坑
第一阶段规则系统场景覆盖率不足40%；多智能体协作中主智能体必须保留对话控制权，否则易出现‘交接后体验断裂’；费用与退款类解释需更强情感价值，否则即使答对也仍被投诉
下载 美团-智能客服与智能掌柜 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 美团-智能客服与智能掌柜.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。