模式 5：外部参与

代理直接与客户、合作伙伴或生态系统利益干系人交互，跨越企业信任边界。 每个交互都会影响品牌、信誉和客户信任。 错误在外部可见。

在这种模式下，代理对外代表你的组织。 所需的治理和监督与任何内部模式基本不同。

Important

此模式需要比任何内部模式更深入的治理和安全成熟度。 原因不是技术复杂性。 正是来自未监督代理的一个不良客户互动可能会造成持久的品牌和信任损害，而不仅仅是内部例外。

此模式是什么

外部参与将代理置于组织外部的人员面前。 代理代表公司：它回答客户的问题、指导购买、加入合作伙伴或解决例行问题。 由人工定义品牌调性和规则、监控质量，并在复杂或敏感情况下介入处理。

此模式位于跨信任边界的辅助执行转移的执行端。 当智能体在公共环境中活动时，身份隔离、信息披露和实时监控就从良好实践变成了不可妥协的硬性要求。

代理能做什么

此模式中的代理处理面向客户的交互和面向合作伙伴的交互。 例如：

  • 客户支持：第 1 层查询解决方案、常见问题解答、故障排除。
  • 数字礼宾：产品指引、推荐、上手引导。
  • 合作伙伴赋能：自助服务门户、文档访问。
  • 供应商加入：合规性验证、文档收集。
  • 状态跟踪：订单状态、传递更新、服务请求。
  • 反馈收集：调查、情绪分析、问题升级。

这些代理在企业防火墙之外运行。 他们与不知道内部系统的人员交互，并且不会容忍知情员工很容易识别和更正的代理错误。

人类做什么

人类从提供每项服务交互转向大规模监督信任和质量：

  • 定义品牌语气、可接受的行为和升级阈值。
  • 监测交互质量的准确性、语气和品牌一致性。
  • 处理客服人员上报的复杂或敏感个案。
  • 查看和批准对代理行为和范围的更改。
  • 管理披露和同意框架。

操作模型的工作原理

成功部署此模式需要更改四个维度：

Dimension 之前 后
People 服务交付 信任监督和质量治理
代理 内部工具 代表品牌的对外呈现
治理 使用策略 披露、同意和标识隔离要求
Metrics 参与量 客户满意度 + 信任 + 问题解决质量

目标成熟度概况

此模式需要五个功能驱动因素中的以下最低成熟度级别：

能力驱动因素 目标级别 为什么
治理和安全性 500 （高效） 打破规模限制者。 最高级别的身份隔离、AI 披露和实时交互监控。
AI 战略与用户体验 400 或更高 精心打造、符合品牌调性的客户体验，而不是在公众面前做试验。
业务策略 400 或更高 外部体验与客户和增长结果相关。
技术和数据 400 或更高 可靠的外部通道、身份验证和事实依据。
组织和文化 400 或更高 团队以规模化方式把控信任与质量，而不是处理每一次互动。

关键见解：外部参与需要比任何内部模式更深入的治理和安全成熟度（级别 500），因为错误直接影响客户、品牌和潜在的法规合规性。 信任边界是真实且后果性的。

规模瓶颈：治理和安全，尤其是身份隔离、披露要求和交互监控。 来自未监督代理的一个不良客户互动可能会导致严重的品牌和信任损害。

跨越企业边界需要最严格的控制措施。 中央卓越中心（CoE）统一负责平台、披露规则和监控，从而确保外部代理保持一致且安全。

Tip

在这种模式下，安全与风险监督决定着部署的成败。 一次糟糕的客户互动，就是一场品牌危机。 治理不能是事后所想的。 必须在第一个外部交互之前将其设计到体系结构中。

在 构建卓越代理中心中详细了解结构、角色和风险分层治理。

需要和不需要的内容

您需要：

  • 标识隔离：在内部和外部代理访问之间严格分离。 外部代理在具有有限、显式授予权限的专用环境中运行。
  • 实时监控和滥用检测：异常交互模式（包括异常数量、对抗性提示和违反政策的行为）必须立即被发现，而不能等到事后才察觉。
  • 人工转接能力：在复杂、敏感或具有对抗性的交互场景中，实现从智能体到人工的无缝转接。 交接必须包括完整的对话上下文。
  • 同意和披露框架：关于 AI 在每个交互中使用的透明度。 用户必须知道他们正在与代理交互，并可以选择升级到人。
  • 品牌对齐的语气和行为规则：代理代表你的组织。 明确定义语气、词汇、升级语言和禁止的主题。
  • 事件响应计划：当外部代理提供错误信息时，你有几分钟（而不是几天）响应。 了解谁呼叫谁、哪些内容被下线，以及如何通知客户。

不需要：

  • 业务部门主导的自主交付：外部代理需要集中监督。 将外部代理治理委派给各个团队会产生品牌一致性风险。
  • 本地策略变体：品牌一致性不可谈判。 中心标准必须控制所有面向外部的代理。
  • 轻量披露：客户必须知道他们正在与代理交互。 这不是可选的;这是一个信任要求，在许多司法管辖区是一个法律要求。
  • 跳过标识隔离：必须严格分离外部和内部代理访问。 外部代理方绝不应访问内部系统，除非该访问是为客户提供服务所必需的。
  • 部署时不设人工接手环节：每个面向外部用户的智能体都需要一条清晰、顺畅的转人工升级路径。 没有例外。

合规性和法规注意事项

面向外部的 AI 代理与组织外部的人员进行交互。 在许多司法管辖区和行业，这种互动会产生特定的义务：

  • AI 披露：当客户与 AI 系统交互时，多个司法管辖区需要披露。 在部署之前设计披露框架。
  • 数据处理：客户交互可能包括受隐私法规约束的个人数据。 了解代理捕获的数据、存储位置以及保留的时间。
  • 辅助功能：面向客户的数字体验必须满足辅助功能标准。 确保残障用户能够无障碍地与智能体交互。
  • 行业特定的法规：金融服务、医疗保健和其他受监管行业可能对 AI 调解的客户交互有特定要求。 尽早让合规性团队参与。

Important

如果不进行法律和合规性审查，请不要部署面向外部的代理。 面向客户的 AI 的监管环境正在迅速演变。 将评审纳入你的发布检查清单中。

了解详细信息：

价值和成功指标

价值显示为不同的体验和更大的影响力，而无需线性成本增长。 以联系中心的方式衡量客户体验，并添加品牌和安全信号，这与代理在公共场合的行为有关。

值的显示形式

  • 不同的客户和合作伙伴体验。
  • 更大的覆盖范围和可用性，无需线性成本增长。
  • 更快的服务、更高的满意度和更强的参与度。
  • 新的数字服务和生态系统驱动的业务模型。
  • 以韧性与可信实现规模化增长。

要跟踪的成功指标

类别 示例度量值 它告诉你什么
遏制和解决 包含率、完整分辨率与辅助解决率、首次接触解决、偏转 代理在没有人员的情况下可以解决多少问题。
Experience 客户满意度、净推荐值、平均响应时间和处理时间、放弃率 客户是否获得快速、令人满意的体验。
移交和成本 升级和移交率，每个联系人的成本 移交是否有效，以及代理是否降低了服务成本。
品牌和安全性 AI 披露合规性、内容审核拦截率、有据可依性和幻觉率、身份隔离完整性 代理是否在公共场合是安全且可信的。 此模式特有的信号。

如何度量

  • Copilot Studio 分析可报告外部渠道中的问题解决率、客户满意度和升级处理情况。
  • 实时监控和滥用检测能够在异常交互发生时及时发现，而不是等到有人投诉后才发现。
  • 内容安全工具可跟踪内容审核情况和有据可依性，从而帮助你在过度拦截与品牌风险之间取得平衡。

Tip

在公共场合，一个糟糕的互动可以超过成千上万的好互动。 不仅要关注控制和成本，还要关注品牌和安全信号。 在每个会话中披露 AI 的使用，随时提供人工交接，并在启动前排练事件响应计划，而不是在第一个事件之后。

了解详细信息：

常见的反模式

这些故障对客户可见，因此它们需要信任和时间。

反模式 它的外观 应该做什么
无披露 客户不知道他们正在与代理交谈。 当他们发现时，信任就破裂了。 在每次外部交互中披露 AI 的使用。
没有人工交接 客服人员无法将问题升级处理，因此客户会陷入僵局、投诉无门。 为每个代理构建一个具有完整上下文的人员的无缝交接。
混合内部和外部访问 外部代理与内部系统共享标识或访问。 严格隔离外部标识和内部访问。
品牌偏移 本地团队自定义语气和行为，以及品牌片段。 统一品牌、语气和披露规范。 使它们保持一致。
事后监视 通过投诉而不是实时信号发现问题。 实时监视交互，并在发生时检测滥用行为。
无事件计划 当代理在公共场合出错时，没有人知道该怎么做。 在启动前准备和排练事件响应计划。
过度阻塞 过度审核会拒绝正当请求，并让客户感到沮丧。 根据真实交互情况调整审核策略，平衡安全与体验。

客户故事

这些发布Microsoft客户案例显示代理直接向客户提供服务，而人们则监督信任和质量。

客户 报告的结果
Eneco Copilot Studio 助手在每月约 24,000 次聊天中，无需转接给人工客服即可处理多出 70% 的客户对话。
蒂恩达斯·库德拉 客户助手能够解答其收到的问题，且回复质量始终高于 88%。
维珍钱 “Redi” 助手使外发消息的互动率达到 54%，并可完成其发起的 97% 的客户旅程流程，且在需要时转接给人工客服。
蒙特利尔市 借助对 4 万多页市政内容建立索引的 Copilot Studio 代理，为市民提供了 95% 的回答准确率。
Regal Rexnord 每周用户超过 1,000 人，对“Rexy”客服助手的满意度达 80% 到 90%；该助手已接入 Salesforce，并支持转接至人工客服。

适用于此模式的 Microsoft 智能体能力

以下示例突出显示了与外部参与特别相关的功能。 将这些示例用作将功能与方案和用户段匹配的起点，然后浏览Microsoft的代理生态系统，了解完整情况。

通过外部渠道互动

保护信任边界

  • 通过 Microsoft Entra 外部 ID 实现的外部身份验证和身份隔离，可将外部用户的访问范围限定在适当边界内，并与内部访问隔离开来。
  • AI 披露和透明度将体验标记为 AI 代理并引用来源。
  • 内容审核和防护机制（包括内容安全控制措施）可确保回复符合品牌调性并保持在既定边界内。
  • 实时监控和滥用检测可检测提示注入、越狱尝试和异常模式。

让人工参与其中

  • 当问题需要人员时，人工移交和升级会将对话转移到具有上下文摘要的实时代理。
  • 分析 跟踪包含、满意度和升级，以便你可以优化体验。

在交付之前评估并测试

对于代表品牌给外部用户的代理，在启动和持续测试之前进行彻底评估，内容和策略更改不可谈判。

  • Copilot Studio 中的代理评估通过结构化评估，根据准确性、依据性和任务完成情况等质量维度对响应进行评分。 使用它可在代理上线之前，针对真实场景下各种客户输入（包括敏感和对抗性场景），验证其品牌话术风格、边界要求遵循情况以及升级处理行为。
  • Copilot代理工具包（以前称为“Copilot Studio工具包”）通过批量测试、自动回归运行和评分仪表板扩展测试覆盖范围，以便系统地验证知识、策略或代理行为的更新不会引入到达客户的回归。

如何知道你已准备就绪

如果以下大多数说法都符合情况，请启动这种模式：

  • 您可以将外部代理的身份和访问权限与内部系统隔离开来。
  • 可以在每次交互中披露 AI 的使用。
  • 每个代理都有一个工作的人交接。
  • 可以实时监视交互并检测滥用行为。
  • 你有一个排练的事件响应计划和明确的品牌和语气规则。

后续步骤

接受代理准备情况评估

或探索完整的 Agentic AI 采用成熟度模型。

更详细地了解其他模式：

  • Last updated on