Concierge｜可问责 AI 客服：知识库内作答，不确定就转人工，全程留痕
法律、医疗、会计这类行业要的不是「什么都敢答」的聊天机器人，而是一个答得有据、错不起就上报、每句话都留痕的 AI 前台。
NexAgent 自研的可嵌入 AI 客服产品，面向法律、医疗、会计等受监管行业：只从租户自己维护的知识库作答，不确定的问题自动升级到人工（Telegram 值班台可实时接管），每一轮对话完整留痕。一行脚本即可嵌入任意网站。
通用聊天机器人在受监管行业是负债：它可能编造法律建议、给出医疗判断、承诺不存在的收费。诊所和律所要的恰恰相反——答案必须来自我们自己确认过的内容，拿不准必须交给人，出了问题必须能查到每一句话。 Concierge 就是按这三条约束设计的：知识库内作答、不确定即升级、全程留痕。它不是「更聪明的聊天框」，而是一个可问责的 AI 前台。
挑战
受监管行业的网站访客咨询有真实商业价值（潜在客户、预约、报价），但通用 AI 客服的幻觉风险让这些行业不敢用：一次错误的专业建议就可能引发投诉甚至法律责任。人工客服又无法 7×24 在线，夜间和周末的咨询直接流失。
我们的方案
把「答不答」和「答什么」都关进制度里。回答只从租户在后台维护的知识库中检索生成，知识库没有的内容不编造；模型对答案置信不足时，自动转入人工升级流程——值班人员在 Telegram 值班台收到上下文，可以一键实时接管对话；每一轮问答、每一次升级、每一次人工接管都写入日志。部署侧做到极简：一段 script 标签即可把聊天窗嵌入任意网站，互不干扰宿主页面样式。
成果
产品已在生产环境运行，多租户架构支持不同行业客户各自维护知识库与升级规则；线上租户全部对话可回溯审计，夜间咨询由 AI 承接、不确定问题次日人工跟进，网站咨询不再流失。该产品同时被复用为我们会计师事务所案例中的客服组件。
三条产品红线
Concierge 的差异化不在模型，而在约束：
- 知识库内作答：答案只从租户确认过的内容生成，库里没有就明说没有。
- 不确定即升级：置信不足自动转人工，绝不硬答。
- 全程留痕：每轮对话、每次升级、每次接管都有完整日志，可供合规审查。
Telegram 值班台：人工实时接管
升级不是发一封没人看的邮件，而是推送到值班人员的 Telegram：
- 值班人员即时收到对话上下文与访客问题。
- 可一键接管，直接以人工身份在同一会话中继续回复。
- 接管与释放都有记录，AI 与人的责任边界清晰。
「AI 答不了就交给人」只有在人真的能秒级接手时才成立——值班台就是为此设计的。
一行脚本接入，多租户管理
对客户而言接入成本几乎为零：官网任意位置贴入一段 script 标签，聊天窗以隔离样式渲染，不污染也不被污染。对我们而言，多租户后台统一管理各客户的知识库、升级规则与值班配置，单一发布端口对外，运维面最小化。
技术拆解
- 对话引擎：Python FastAPI，检索增强生成，答案范围锁定租户知识库。
- 管理后台：多租户 CMS，租户自助维护知识库、升级规则、值班人员。
- 嵌入端:纯 JS 隔离式聊天组件（Shadow DOM），一段 script 标签接入任意网站。
- 值班通道：Telegram 机器人推送升级工单，支持实时人工接管与释放。
- 部署：Docker Compose 五容器栈，单一对外端口，每夜自动备份。
可复用经验
- 受监管行业客户买的不是「AI 聪明」，而是「AI 有边界」——红线本身就是卖点。
- 升级通道的响应速度决定产品成败：值班台必须做到秒级接管，否则「转人工」就是摆设。
- 嵌入式组件必须做样式隔离，否则每个客户网站都是一次适配事故。