Sierra 按结果付费模式与 Agent 闭环设计
Sierra 是 outcome-based pricing(按结果付费)的代表性 AI 客服公司,核心是:只有 Agent 端到端完全 resolved 会话且未转人工,才计费。只要人工介入,本次会话免费。
销售 demo 最有价值的部分不在产品展示,而在前期业务拆解。他们会详细了解你的客服规模、渠道、ticket volume、现有 automation rate、平均处理时长、转人工比例、CSAT、使用的 CRM / contact center / 订单系统,以及优先想自动化的场景。
这个过程本质是把客服业务“拆账”:哪些会话有明确可验收的结果,哪些只是咨询,哪些涉及系统动作,哪些容易扯皮,哪些不适合结果计费。
最关键一步是共同定义 billable resolution(可计费的解决)。
举例:
- 退款:不能模糊说“帮用户解决退款”。必须满足:用户身份验证通过、订单符合政策、Agent 调用订单系统生成 return_id、退款标签发送、CRM 状态更新、全程无转人工。
- 查订单:仅告知状态不一定计费,要达成约定 outcome:识别用户、查到订单、解释异常、给出下一步、用户未升级未转人工。
- 取消订阅:挽留成功不算,必须识别原因、提供规则内方案、用户接受后系统真正完成 pause/discount/plan change,才算 saved membership。
Sierra 最重的工作,是把“AI 觉得解决了”翻译成“系统、运营、财务都承认解决了”。
实施流程高度工程化:
- 历史 ticket intent mapping:分析过去 90 天会话,按订单查询、退款、地址修改、物流、优惠券、会员取消、投诉等分类。每个桶评估能否闭环、需要哪些字段、调用哪些系统、何时必须 handoff。
- 系统集成:知识库只能让 Agent “说话”,必须打通 CRM 和订单系统实现 write-back、tool call、状态更新,才能产生可计费凭证。
- Simulation 回放:用真实历史对话测试 Agent,覆盖各种异常(缺订单号、政策边界模糊、接口失败、用户情绪差等),明确继续追问或 handoff 的规则。
- 上线策略:不全量,先选低争议、高频、系统动作明确的场景小流量试点(如 web chat 的订单查询和退货),重点监控 resolved rate、handoff rate、recontact rate、false resolution。
false resolution 是关键指标:系统判定 resolved 但用户 24/48 小时内再找人工,或质检发现未处理完,就不计费,避免对账纠纷。
账单明细高度透明:每条 billable case 包含 conversation id、intent、outcome type、工具调用记录、系统返回值、handoff reason、判定规则。客户可抽样回放、可 dispute。
总结:Sierra 表面卖 AI 客服,实际卖的是“一套可验收的自动化客服 workflow”。result-based pricing 倒逼产品把业务结果拆得极细,能执行、能记录、能复盘、能对账。resolved 不是 AI 自说自话,而是一份合同、一条系统记录、一笔财务可接受的账。
Token 资本
关联工程母题系统与实测说明:
本篇「Sierra 按结果付费模式与 Agent 闭环设计」由 qilai 整理收录于 qilaidav 工程知识库,围绕 企业协同与三库底座 (Spec/Prompt/Memory) 的生产环境架构设计、链路排障与确定性验证展开沉淀。完整系统模块、部署边界与技术规格请查阅方案主页:→ 查看 企业协同与三库底座 (Spec/Prompt/Memory) 详情(架构诊断与定制交流:Telegram @BD8888 · hello@qilaidav.com · GitHub @qilaidev)。
免责声明与评测方法:本文所涉开源工具、模型基准与工程配置均基于实测环境与公开技术资料整理,仅供系统架构研发参考,不构成任何商业背书或投资建议。
— qilai · 摘自 Telegram 频道 @AIKB8