> ## Documentation Index
> Fetch the complete documentation index at: https://rpa.bazhuayu.com/helpcenter/llms.txt
> Use this file to discover all available pages before exploring further.

# 三只松鼠：29家天猫淘宝店退款工单AI自动化，工单秒级响应+金额误差＜1元

> 29 家天猫淘宝店的退款工单自动化实践。

> 三只松鼠客服中心负责人：
> “八爪鱼RPA+大模型的组合，不仅让我们的退款工单处理效率翻了倍，更重要的是把客服从重复的标签匹配和金额核对中解放出来，让他们能专注于真正需要人工判断的复杂场景和客户沟通。”

| 衡量指标 | 使用前 | 使用后 |
| - | - | - |
| 退款工单处理时长 | 客服逐单读聊天记录、人工选标签、对金额，单均 3-5 分钟 | 大模型自动识别原因与金额，工单秒级响应 |
| 店铺覆盖 | 29 家天猫/淘宝店铺分散在不同账号，需人工切换 | RPA 统一接入松鼠云造，全量自动遍历 |
| 退款金额校验 | 人工核对聊天协商金额与工单金额，易错赔/多赔 | 大模型提取协商金额自动比对，误差 ＜1 元 自动通过 |
| 重复退款风险 | 需人工翻查历史记录，难杜绝 | RPA 自动识别“自动化售后/退款审核”等关键词，源头拦截 |
| 异常工单 | 静默退款、超时工单专人跟，响应不及时 | 静默退款自动转人工，超时 24h 自动完结 并判责快递 |

> **Agent 自动化需开通企业功能**：点击申请1个月免费权限 [ 点击申请 → ](https://skieer.feishu.cn/share/base/form/shrcnFwMayykP5iaL38fnZKTbrg)

***

## 1.客户信息

三只松鼠股份有限公司成立于2012年，是中国领先的休闲食品品牌，以坚果、零食为主打品类，覆盖全渠道销售。公司以“让坚果和健康食品普及大众”为使命，通过数字化驱动供应链和用户运营，在天猫、京东、等主流电商平台拥有近百家店铺，服务上亿消费者。

近年来，三只松鼠持续推进客服数字化转型，积极探索 AI 与 RPA 技术在售后场景的应用，致力于打造更高效、更智能的客户服务体系，提升消费者售后体验。

***

## 2.业务问题

### 01.业务背景

作为国民休闲零食品牌，三只松鼠坐拥天猫、淘宝等平台近 30 家店铺，日均退款工单量庞大，其售后数字化背景如下：

* 平台与店铺：天猫、淘宝等平台近 30 家店铺，29 家纳入自动化
* 工单量级：日均退款工单量庞大，单店均需人工逐单处理
* 原处理模式：客服逐单核对聊天记录、判断原因、匹配 50+ 标签、校验金额

### 02.流程与问题

退款工单的处理链路长、环节多，每一步都依赖人工经验判断与跨平台信息核对，容易形成三道坎：

#### 判单慢

客服每天花大量时间逐单读千牛聊天记录，从 50 多个三级标签里选匹配项，单均 3-5 分钟且容易选错。

#### 金额易错

人工从聊天记录里找协商金额再和工单比对，错赔、漏赔难避免，重复退款风险又无法彻底杜绝。

#### 跨店难管

29 家天猫/淘宝店铺分散在不同账号，客服来回切换，异常工单（静默、超时）响应不及时。

| 人工操作流程 | 具体步骤 | 问题 |
| - | - | - |
| 工单接入 | 客服挨个登录 29 家店铺，逐单下载退款工单 | 账号切换繁琐，遗漏率高 |
| 判单与标签 | 读千牛 24h 聊天记录，人工判断退款原因，从 50+ 三级标签里匹配 | 3-5 分钟/单，选错率高 |
| 金额校验 | 从聊天记录里找协商金额，比对工单填写金额 | 错赔/多赔难避免 |
| 重复退款核查 | 人工翻查关联订单历史退款记录 | 重复退款风险难彻底杜绝 |
| 异常工单处理 | 静默退款（24h 无客服会话）人工跟，超时工单手工完结 | 响应不及时，人力消耗大 |

### 03.客户需求

* 判单自动化：把“读聊天记录、判退款原因、选三级标签”从人工手里拿过来，AI 一次处理
* 金额精准校验：AI 提取协商金额自动比对工单金额，1 元阈值自动通过，超出转人工
* 多店铺统一收口：29 家店铺工单统一接入松鼠云造平台，静默/超时/重复退款都有“机器先拦一道”的兜底

***

## 3.解决方案

针对上述痛点，三只松鼠引入八爪鱼 RPA + 大模型方案，从工单接入到异常闭环全流程自动化，让客服只介入真正需要人工判断的复杂场景。

### 01.概述

| | 说明 |
| - | - |
| 覆盖平台 | 千牛（天猫/淘宝）29 家店铺、松鼠云造客服平台 |
| 触发方式 | 新退款工单进入松鼠云造即触发 |
| 核心能力 | 大模型语义识别退款原因与协商金额 / 50+ 三级标签自动匹配 / 1 元阈值金额校验 / 历史退款关键词查重 / 异常工单自动分流与完结 |
| 涉及系统 | 千牛工作台、松鼠云造客服平台、大模型 API、八爪鱼 RPA |
| 运行节奏 | 7×24 实时处理，单工单秒级响应 |

**AI 智能识别退款原因，告别“逐单人工判单”**

过去，三只松鼠的客服人员每天需要花费大量时间逐单阅读千牛聊天记录，判断每笔退款的原因，并手动从 50 多个三级标签中选择匹配的标签。这个过程不仅枯燥重复，而且容易因为人为疏忽导致标签选错，影响后续数据分析和判责准确性。

八爪鱼RPA+大模型彻底改变了这一工作模式。RPA机器人自动登录千牛平台，根据订单号检索24小时内的客服会话记录，将完整对话内容（含图片）提交给大模型进行智能分析。大模型能够理解客户诉求和客服回复的语义，自动识别退款原因（如破损少件、口感异常、产品临期等），并精准匹配到对应的一级、二级、三级标签。整个判单过程从原来的人工3-5分钟/单，缩短到AI秒级完成，且标签匹配准确率稳定在较高水平，客服团队不再需要为机械的标签分类工作消耗精力。

**金额智能校验防重复，退款精准零差错**

退款金额核对是售后客服的另一项高频且高风险工作。人工模式下，客服需要从聊天记录中找到协商一致的退款金额，再与工单填写金额比对，稍有不慎就可能出现错赔、多赔的情况。同时，同一订单是否已经创建过退款单，也需要人工翻查记录，重复退款风险难以完全杜绝。

八爪鱼 RPA 方案通过三重机制保障退款精准性：第一，大模型从会话内容中自动提取客户与客服协商一致的退款金额，无需人工查找；第二，自动将 AI 识别金额与工单填写金额进行比对，差额在 1 元以内视为一致，超出阈值则自动转人工复核；第三，RPA 会检查关联订单的历史退款记录，通过识别“自动化售后”“退款审核”“售后申请”等关键词判断是否已创建过退款单，若已存在则直接退回人工处理，从源头杜绝重复退款。这套智能校验体系大幅降低了退款差错率，也减少了后续财务对账的返工成本。

**多店铺工单统一运营，异常自动闭环**

三只松鼠在天猫、淘宝平台运营着29家店铺，每家店铺的退款工单分散管理，客服需要切换不同账号处理，效率低下且容易遗漏。此外，静默退款（客户未与客服沟通直接申请）和超时未处理工单等异常场景，往往需要专人跟进，人力成本高且响应不及时。

八爪鱼RPA通过统一接入松鼠云造平台，实现了29家店铺工单的集中自动化处理。机器人自动遍历名下所有待处理工单，先根据店铺名称判断是否属于千牛体系，非千牛店铺直接转人工；千牛店铺则进入完整的自动化处理流程。对于静默退款场景（24小时内无人工客服会话记录），RPA会自动识别并转交人工客服处理，确保需要沟通的订单不被遗漏。对于分流时长超过24小时的超时工单，RPA会自动将工单状态调整为“已完结”，并填写固定完结备注“订单已超48H，已反馈快递核实，工单暂行完结，判责快递”，实现异常工单的自动闭环。

针对箱破损类工单，RPA还会在创建退款单后，自动将提交方式修改为“提交快递”，同步完成快递判责流程，减少人工二次操作。

### 02.方案优势

1. **大模型判单**：大模型直接读懂千牛会话内容，自动识别退款原因并匹配 50+ 三级标签体系，客服不再为机械的标签分类消耗精力。
2. **三重校验**：AI 提取协商金额 + 1 元阈值自动比对 + 历史退款关键词查重，三道闸门把错赔、漏赔、重复退款都挡在门外。
3. **29 家店铺统一收口**：松鼠云造平台统一接入，机器人自动遍历待处理工单；静默退款自动转人工、超时 24 小时自动完结，无需专人跟。
4. **客服回归高价值沟通**：机械的判单、标签、金额核对交给 AI 和 RPA，客服只介入真正需要人工判断的复杂场景与客户沟通。

### 03.涉及解决方案

**售后服务 ｜ 亚马逊退款退货处理 Agent 自动化**

> 为亚马逊卖家团队打造的智能体驱动退款退货处理方案，解决退款量大积压、政策判断靠人、恶意退款难辨的问题。方案链接：[售后服务 ｜ 亚马逊退款退货处理 Agent 自动化](https://skieer.feishu.cn/wiki/YYKRwWhDQiNPF3kFRJzcThnLnCf)

**售后服务 ｜ 亚马逊A-to-z索赔处理 Agent 自动化**

> 为亚马逊卖家团队打造的智能体驱动 A-to-z 索赔处理方案，解决索赔通知易漏、凭证收集费时、截止日难管理的问题。方案链接：[售后服务 ｜ 亚马逊A-to-z索赔处理 Agent 自动化](https://skieer.feishu.cn/wiki/KdGjw9RVgisi4KkLyJpcCjTFncg)

**售后服务 ｜ 速卖通纠纷与退款管理 Agent 自动化**

> 为速卖通卖家团队打造的纠纷与退款管理方案，拉取纠纷/退款单状态，智能体按规则风险分级并准备证据。方案链接：[售后服务 ｜ 速卖通纠纷与退款管理 Agent 自动化](https://skieer.feishu.cn/wiki/Sfsuwdq4WixQ4LkacO8cX8oxnLc)

**售后服务 ｜ 虾皮退货退款处理与响应监控 Agent 自动化**

> 为虾皮卖家团队打造的退货退款处理与响应监控方案，定时采集退货/退款单，智能体按规则风险分级并预生成举证材料。方案链接：[售后服务 ｜ 虾皮退货退款处理与响应监控 Agent 自动化](https://skieer.feishu.cn/wiki/ETDSwrXssijiSbk4Mw3c0DoSnRh)

***

## 4.落地效果

| 衡量指标 | 使用前 | 使用后 |
| - | - | - |
| 退款工单处理时长 | 客服逐单读聊天记录、人工选标签、对金额，单均 3-5 分钟 | 大模型自动识别原因与金额，工单秒级响应 |
| 店铺覆盖 | 29 家天猫/淘宝店铺分散在不同账号，需人工切换 | RPA 统一接入松鼠云造，全量自动遍历 |
| 退款金额校验 | 人工核对聊天协商金额与工单金额，易错赔/多赔 | 大模型提取协商金额自动比对，误差 ＜1 元 自动通过 |
| 重复退款风险 | 需人工翻查历史记录，难杜绝 | RPA 自动识别“自动化售后/退款审核”等关键词，源头拦截 |
| 异常工单 | 静默退款、超时工单专人跟，响应不及时 | 静默退款自动转人工，超时 24h 自动完结 并判责快递 |

**工单秒级响应**

大模型从千牛会话里读出退款原因与协商金额，自动匹配 50+ 三级标签，单工单从原来人工 3-5 分钟压缩到 AI 秒级，客服日人均处理量提升显著。

**标签匹配准确率稳定在较高水平**

RPA 自动登录千牛平台，根据订单号检索 24 小时内的客服会话记录，将完整对话内容（含图片）提交给大模型进行智能分析，自动识别退款原因（如破损少件、口感异常、产品临期等）并精准匹配到对应的一级、二级、三级标签。

**双重校验显著降低差错率**

RPA 把 AI 识别的协商金额自动和工单填写金额比对，差额在 1 元内视为一致自动通过；超出阈值转人工复核。同时走查关联订单历史退款记录，识别“自动化售后”“退款审核”“售后申请”等关键词，从源头减少错赔、漏赔、重复退款。

**客服从机械操作走向价值服务**

原先占据客服大量时间的标签匹配、金额核对、工单状态修改等机械性操作，全部由 RPA 机器人自动完成，客服人员从重复劳动中解放出来，把更多精力投入到真正需要人际沟通的复杂场景——比如安抚情绪激动的客户、处理特殊诉求、跟进高价值订单的售后问题等。同时，AI+RPA 的组合也为客服团队提供了数据支撑：标签化的退款数据让管理层能更清晰地了解产品问题分布、物流服务质量、客服响应效率等关键指标，为产品优化和运营决策提供依据。

**改造前 vs 改造后**

改造前：客服每天登录 29 家店铺账号逐单下载工单，3-5 分钟读聊天记录、选标签、对金额；错赔、漏赔、重复退款难避免，静默与超时工单响应滞后。

改造后：大模型秒级判单与匹配 50+ 三级标签，RPA 自动校验金额（1 元阈值）并查重，29 家店铺工单统一在松鼠云造平台自动遍历，异常自动转人工或自动完结。

***

原文：[查看原文](https://skieer.feishu.cn/docx/WdHIdtQTioVCfYxdDl1cHFTinEh)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.