配图：Callcentre.jpg，来源 Wikimedia Commons，公有领域
10月下旬开始，外贸团队的询盘量通常会在四周内翻一倍，到12月初再回落。人手不可能按峰值配置，于是每年这个时候，客服主管都会面对同一个问题：人不够，消息回不过来，哪些可以先放着、哪些必须马上回？答案不是"全员加班"，而是一套写清楚的客户分层SLA，加上AI在首响环节兜底。
我们在2026年9月跟踪了平台上一批做机械配件、家居用品、消费电子的外贸团队，把他们在旺季的询盘处理数据做了拆解。一个很明显的结论是：做得好的团队并不是人更多，而是把有限的人力放在了正确的分层上。他们的A类询盘首响中位数是4分12秒，同期行业平均水平是38分钟。
SLA（服务级别协议）听起来像大公司的词，其实落到外贸场景很简单：给不同价值的客户，承诺不同的响应时限，并让全团队按同一标准执行。建议分成三层：
A类·高意向：明确提到型号、数量、目的国、交期，或来自老客户/转介绍。承诺首次响应≤5分钟，2小时内给出报价或交期确认。这类询盘通常占全部消息的20%—25%，却贡献了大部分成交。
B类·一般咨询：询问目录、价格区间、起订量，但未明确具体订单。承诺首次响应≤30分钟，24小时内跟进一次。
C类·低价值：群发广告、无关问候、明显钓鱼或重复发送。承诺4小时内归档处理，不占用实时人力。
把这三层写进团队制度，比口头要求"大家快点回"有效得多。因为分层之后，业务员知道什么可以暂时放着，不会因为焦虑而在所有消息之间来回跳。
5分钟响应，靠人盯是做不到的——午休、会议、下班都会出现空窗。这时候需要AI在首响环节兜底：客户发来消息，系统在数秒内识别意图，自动回复一条包含"已收到+预计回复时间+一个引导问题"的消息，同时把会话标记为A类并推送给值班人员。
关键是这条自动回复要有信息量，不能是"您好，客服稍后回复"。有效的模板通常包含三件事：确认收到了什么（"您问的是HS-220发往波兰的交期"）、给出确定的时间（"业务员将在10分钟内联系您"）、提出一个能推进的问题（"这批大概需要多少个"）。
AI兜底不等于AI替代。它的价值在于填住"人不在"的那几分钟，把客户的注意力留住，等人工接手。真正谈价格、谈条款的部分，仍然必须由人完成。
很多团队在旺季凭感觉加人，结果加了两周又闲置。更稳妥的做法是先算一遍：所需人力 =（日均A类询盘 × A类单条处理分钟 + 日均B类 × B类分钟 + 日均C类 × C类分钟）÷（有效工时 × 60）。
举个示例：某团队旺季日均询盘320条，其中A类72条、B类148条、C类100条；单条处理时长分别为12分钟、5分钟、1分钟。总处理时长为72×12 + 148×5 + 100×1 = 1704分钟。按每人每天有效工时6小时（360分钟）计算，需要约4.7人，即5人。如果现有4人，缺口是1人；如果AI能承担C类与部分B类首响，缺口可能降到0.3人，此时优化流程比招人更划算。
旺季坐席需要同时处理多个平台的会话（配图：Callcenter03.jpg，来源 Wikimedia Commons，许可 CC BY-SA 3.0）
这个公式的好处是把争论变成计算。到底该不该加人、加几个人、AI值不值得上，都能用同一套数字回答。算完再结合经营数据看板看实际走势，每周校准一次即可。
分层和工具都到位后，最后一道坎是排班。建议按目标市场的询盘热力排班，而不是按国内作息平均分配。旺季常见做法是设置一个"晚班小组"，专门覆盖北美上午与欧洲下午这两个高峰，人数不必多，但必须固定。
我们不是在比谁回得快，而是在比谁在该快的地方快。把A类客户的5分钟守住，B类晚半小时没人会怪你。——某机械配件外贸企业客服主管
交接要写成结构化记录：客户分层、诉求、已给信息、下一步动作、约定回复时间。没有交接记录，一个A类询盘在换班时可能被搁置四五个小时，前面所有的SLA都白做。配合客户全生命周期管理，交接记录还能沉淀成客户档案，下次跟进不用重新问一遍。
如果你还没启用AI首响，可以先看AI智能询盘应答引擎这篇，了解意图识别与转人工的配置方式。旺季只有一次，流程却可以年复一年地用下去。
评论（6）
分层SLA这个方法我们上个月试了，最直接的变化是业务员不再焦虑，知道先处理哪一批。
人力公式算完发现我们其实不缺人，缺的是把C类消息挡掉，广告消息太占时间了。
AI首响确实能兜住晚上的询盘，第二天上班看到客户已经回了问题，接手很顺。
交接记录这条太重要了，我们之前换班就是口头说一句，丢过好几个大单。
建议补充一下B类客户怎么转化成A类，我们这块一直做得不好。
按热力排班涨知识了，以前晚班都是轮流排，谁排到谁倒霉。