作者介绍

黄志锋
广州卓动信息科技有限公司 游戏发行技术负责人
黄志锋,广州卓动信息科技有限公司游戏发行技术负责人,长期深耕游戏行业,专注游戏发行技术架构与业务创新。本次分享结合游戏客服的生产实践,拆解多 Agent 协同及系统持续学习的设计思路。
THINKINGAI 课堂 / 2026
游戏客服如何减少重复进线,并让人工处理经验持续转化为 AI 能力?卓动科技游戏发行技术负责人黄志锋拆解多 Agent 协同的客服工作流,介绍前台接待、分类洞察、技能调教与知识回收如何通过知识库、问题库和技能库形成持续学习的循环。

作者介绍

广州卓动信息科技有限公司 游戏发行技术负责人
黄志锋,广州卓动信息科技有限公司游戏发行技术负责人,长期深耕游戏行业,专注游戏发行技术架构与业务创新。本次分享结合游戏客服的生产实践,拆解多 Agent 协同及系统持续学习的设计思路。
内容概括
游戏版本持续更新,客服既要回答玩法问题,也要协助排查和处理具体故障。仅靠 FAQ 推荐,往往难以充分理解用户意图,也难以及时覆盖新问题。在 ThinkingAI Summit 2026 中国站,黄志锋结合卓动科技的游戏客服实践,介绍通过多 Agent 分工协作,让系统从回答问题进一步走向办理事务。
这套工作流以面向用户的前台接待为入口:能够回答或办理的问题直接处理,已知问题反馈处理状态,能力尚未覆盖的问题转交人工。分类洞察负责从人工工单中识别、聚合同类问题;技能调教支持客服用自然语言编排查询与处理步骤;知识回收从人工回复中提炼可复用内容,再分别通过问题库、技能库和知识库补充前台能力。
分享还介绍了订单查询、用户行为日志查询等工具如何支持技能编排,以及高频问题状态和人工经验如何回流到系统。随着知识与技能积累,人工客服可以把更多时间用于处理新问题、指导和管理系统,推动客服工作流在实际使用中持续完善。
WATCH THE CLASS
正在检查观看状态…
售前一对一咨询