跨境客服常遇到同一条政策要用不同语言解释。先不要把 AI 接到工单或自动回复里：拿一页已批准的 FAQ，让本机模型试着用中文、英文和西班牙语回答，再检查它有没有补出 FAQ 没写的承诺。本文用的商店、商品和政策都是虚构内容。
用已有电脑和模型，大约20分钟可以得到三条多语种回复草稿；本机接口不收云 API 调用费，但需要你已经装好 Ollama 和可用模型。这里的 Ollama 是用于在本机运行开放模型的软件，官网提供 macOS、Windows 和 Linux 下载；模型文件占用、运行速度和模型许可要分别看。Ollama 官网
这次演示把一小段 FAQ 直接放进每次请求的提示词里。它能帮你试语言、来源标记和“资料未提供”时的转人工，不是带文档导入、检索、权限或客服渠道的完整知识库系统。
需要准备
| 项目 | 要求 |
|---|---|
| Ollama | 本机服务正在运行，ollama list 能看到已安装的聊天模型 |
| Python | Python 3；脚本只用标准库 |
| FAQ | 先用没有真实订单或客户信息的虚构样例 |
| 时间 | 约20分钟；第一次加载模型可能更久 |
本次实测用了已经安装在本机的 qwen3.8-27b:latest。先查看你自己的模型列表；如果没有这个标签，先停下，改选已经安装且获准使用的模型。演示包会检查模型是否存在，缺少时直接退出，不会下载任何模型。
先选一条路线
如果你已经使用带知识库或 AI 回复草稿功能的客服平台，可以先用它的官方帮助文档建立一个只供员工查看的 FAQ 草稿区，并让客服逐条审核后再回复。各平台的数据处理、语言支持和收费方式不同，本文没有实测具体平台，不提供未经验证的按钮步骤。
如果想先检查本机模型能不能遵守 FAQ、能不能在信息不足时转人工，就继续下面的 Ollama 演示。它把一段短 FAQ 填进每次请求，适合验证问题和提示词；资料多了以后再评估检索系统，不要直接把整份客服资料交给模型。
第一步：把客服规则缩成一页
打开多语种客服 FAQ 演示包，解压后先查看 knowledge.md。它只有两部分：配送和退货。
[KB-1 配送] 目前只列出美国和加拿大。付款后，订单在 2–4 个工作日内发出。发货后才发送物流链接；预计运输时长未提供。
[KB-2 退货] 未开封商品可在签收后 30 天内申请退货，需联系人工客服并提供订单号。已开封商品的退货规则未提供。把这份样例替换成业务资料前，先由政策负责人确认版本、适用地区和生效时间。不要复制真实客户姓名、电话、地址、订单号、付款资料或未公开的订单内容到这个演示。使用本机模型也不能代替公司对数据处理方式的批准。
第二步：确认模型已经安装，再运行脚本
在终端进入解压后的演示包目录，先运行：
ollama list
python3 run-demo.py --self-check确认列表里有要用的模型后再运行三条样例：
python3 run-demo.py --model qwen3.8-27b:latest --output results.json如果使用另一个已经安装的模型，把参数换成 ollama list 中显示的完整标签。脚本通过 Ollama 的 /api/tags 查模型、通过 /api/chat 发问题；两种请求都固定到 127.0.0.1:11434，并显式绕过代理。Ollama 文档说明本机服务默认绑定回环地址，使用本地模型时提示词不会发回 Ollama；如果改用云端模型、其他聊天软件或外部知识库，数据路径就不同。Chat API 文档 · Ollama FAQ
运行后会在当前目录保存 results.json，包括每条问题、回答、耗时和 token 统计。若脚本提示模型未安装，它会停止并列出本机模型，不会尝试下载。不要为了这篇演示临时下载大模型。
第三步：检查三种语言回答有没有越界
下面是本机 Qwen3.8-27B 对三条虚构问题的一次实测。每种语言只有一个样例，结果用来展示检查方法，不代表翻译质量或稳定性保证。
| 语言与问题 | 本次回答要检查什么 | 本次结果 |
|---|---|---|
| 中文：可以寄到英国吗？ | FAQ 只列美国和加拿大；是否承认英国政策未提供，并转人工 | “资料未提供英国配送信息，目前只列出美国和加拿大 [KB-1]。建议转人工确认。” |
| English: When will I receive the tracking link? | 物流链接在发货后发送；有没有编造运输时长 | “The tracking link is sent after the order has been shipped [KB-1].” |
| Español: ¿Puedo devolver la botella si ya la abrí? | 已开封商品政策未提供；有没有擅自答应退款 | “Los documentos no proporcionan reglas de devolución para productos abiertos. Te sugiero contactar al servicio de atención al cliente para confirmarlo [KB-2].” |
这三次请求分别耗时 17.056 秒、1.657 秒和 2.742 秒。完整回答、计时和 token 数保存在演示包外的本机实测记录中。正式试用时，不要只看句子是否流畅，还要逐条问：
- 回答的事实能不能回到被引用的 FAQ 条目？
- 条目没写的国家、时效、费用或例外，模型是否明确说未知？
- 模型是否把“可以申请”说成“保证批准”，或把“发货后提供”说成“某天送到”？
- 转人工的条件是否清楚，客服是否能查到原始政策版本？
若答案引用了错误条目、补出政策或漏掉限制，就先修正 FAQ 和提示词，再用相同问题重跑；不要把有问题的回答贴给客户。多语种对外回复还要让懂该语言和当地业务的人复核用词与规则。
从一页演示到小范围试点
先为每条 FAQ 加上负责人、生效日期、适用市场和来源链接。政策变更时同步撤下旧版本；如果模型回答必须依赖的内容不在检索结果里，就让它暂停并转人工。
当资料多到放不进一次提示词，再考虑接入知识库检索：先按章节切分已批准文档，检索相关片段，把片段编号或链接带到答案里，再由人工核对“答案—来源—版本”是否一致。之后还要单独验证员工权限、日志留存、删除、跨客户隔离、提示词注入和断网处理。本文没有搭建这些能力，也没有接入 CRM、网站聊天框或客服工单。
Ollama 的本机 /api/chat 支持 messages 和 stream 等请求字段，本文脚本用非流式请求保存一条完整结果；接口和参数以官方文档为准。查看 Chat API 参数 本次使用 Qwen3.8-27B，模型主页可查看模型标签、大小和运行示例；本机已有模型时无需重复下载。查看 Ollama Qwen3.8 模型页
拿它挣钱
可以把小型交付定为“整理一页客服 FAQ，并用三种语言做问题覆盖检查”：先和店铺确认政策版本，再列出典型问题、来源和哪些情况必须转人工，最后交付一份经懂当地语言的人审过的回复草稿。先在已有客户或跨境卖家服务渠道找一两个小范围试点，范围写清楚不接订单、不自动退款、不代替法律或售后判断。
报价按资料条目数量、语言数、人工校对、后续更新和是否接入客服平台拆开。没有可靠的统一价目时，先查你目标市场的服务平台当前同类报价，再按实际工时和复核成本核算，不要把一次本机演示包装成“已上线的智能客服”。
工具清单
| 工具 | 用途与费用 | 官方入口 |
|---|---|---|
| Ollama | 本文使用本机 API，不调用云端模型；本机软件和模型的费用/许可分别以官方说明为准。模型下载可能占用较多磁盘和流量，所以先检查本地列表。 | 下载 Ollama · Chat API |
| Qwen3.8-27B | 本次已安装的本机模型；请按模型页及你所用版本的许可条款决定用途。 | Ollama 模型页 |
| Python 3 | 运行演示脚本；脚本没有第三方依赖。 | Python 安装入门 |
接下来可看给中小企业做 AI 知识库：需求、报价、交付全流程和专业服务内部助手：如何让本机模型引用已批准资料。
本次实测边界
本次环境为 MacBook Pro M1 Max、64GB 内存、macOS 27.0.1、Ollama 0.35.1、Qwen3.8-27B Q4_K_M。使用一份虚构 FAQ、本机回环 API 和中文、英文、西班牙语各一个问题；没有下载模型，也没有发送真实客户信息。脚本只检查回答完整且非空，事实是否准确仍由人逐条复核。它不包含检索、账号权限、审计、客服系统接入或外部服务网络审计；一个问题一次回答也不能证明语言质量或业务稳定性。