普通 AI 客服还在聊天，Klaviyo 已经开始让 AI 办事了

先理解什么是 Skills

如果你用过 ChatGPT 或 Claude，你会发现 AI 正在从“聊天工具”变成“任务执行系统”。过去我们使用 AI，更多是问一句、答一句。但现在的 AI Agent，正在变成这样：

• 理解任务。

• 判断意图。

• 调用对应能力。

• 执行动作。

• 交付结果。

这里的“对应能力”，就可以理解为 Skills。

比如：

• 写作 Skill，帮助你写文章和改文案。

• 数据分析 Skill，帮助你读表格和找趋势。

• 编程 Skill，帮助你写代码和修 Bug。

• 研究 Skill，帮助你检索资料和整理报告。

• 工作流 Skill，帮助你完成一个具体任务。

所以，Skill 不是一个普通功能按钮。它代表的是：AI 在面对不同任务时，可以调用的一组专业能力。

Klaviyo Customer Agent Skills 也是这个逻辑。只不过，ChatGPT 和 Claude 的 Skills 更多面向通用工作场景，而 Klaviyo Customer Agent Skills 面向的是零售品牌每天最真实、最高频的客户服务场景。

Klaviyo 把 AI Skills 

放进了真实零售业务

Klaviyo 官方文档显示，Customer Agent 目前默认提供 8 个 Skills，覆盖产品推荐、订单追踪、通用问答、优惠券与折扣查询、退货换货、订单编辑、订阅编辑和会员忠诚度查询等场景。这意味着 Klaviyo 并不是简单给客服系统加一个 AI 对话框。

它是在把零售品牌每天最高频的服务请求，拆成一个个可以被 AI 调用的业务能力。

这个 Skill 可以根据顾客偏好和浏览上下文推荐产品。比如顾客问：“敏感肌适合什么产品？”

系统可以基于商品信息、顾客偏好和浏览行为，给出更贴近需求的推荐。这不是简单 FAQ，而是更接近 AI 导购。

这个 Skill 可以查询订单状态、物流信息和追踪链接。比如顾客问：“我的订单在哪里？”

普通 AI 客服可能会回答：“请前往订单页面查看物流。”

但 Klaviyo Customer Agent 可以调用订单追踪 Skill，直接查询订单状态和物流链接。这类问题在 DTC 品牌客服中非常高频，也最适合自动化处理。

这个 Skill 可以基于品牌已索引内容，回答品牌和产品相关问题。比如：“你们的退货政策是什么？”

这部分和传统 AI 知识库问答比较接近，但它只是 Customer Agent Skills 的其中一部分。真正重要的是，Klaviyo 不只做问答，还在做订单、退货、订阅、会员等业务动作。

这个 Skill 可以查询顾客已有资格使用的折扣码，但不会生成新的折扣码。这点很重要。、它不是让 AI 随意创造优惠，而是从品牌已经配置好的 Coupons 内容中，检索顾客可以使用的优惠。Klaviyo 官方文档也明确说明，该 Skill 只会查询已有折扣码，不会生成新折扣码。

这体现了企业级 AI 很重要的一点：AI 不能乱做决定，必须在规则和权限范围内执行。

这个 Skill 可以通过退货服务商发起退货和换货。

顾客问：“我想退掉这件夹克。”

系统可以调用退货换货 Skill，引导顾客进入退货流程。

对服装、美妆、消费电子、家居等品类来说，退换货是客服团队最消耗人力的场景之一。如果这部分可以被 AI 自动化处理，品牌的客服效率会明显提升。

这个 Skill 可以修改已有订单中的收货地址、更换商品或调整数量。

比如顾客问：“我可以修改订单地址吗？”

如果 Shopify 开启了订单编辑权限，并且订单仍在允许编辑的时间窗口内，Customer Agent 就可以帮助顾客完成相关操作。

Klaviyo 官方文档说明，订单编辑 Skill 需要 Shopify 并开启订单编辑权限，且订单编辑会受到 Shopify 可编辑时间窗口限制。这就是从“回答问题”到“处理业务”的关键变化。

这个 Skill 可以暂停、恢复、跳过或更新订阅。

比如顾客问：“帮我跳过下一次配送。”

对于保健品、宠物用品、咖啡、个护、美妆等订阅制品牌来说，这个能力非常重要。因为订阅用户的每一次咨询，背后都可能是一次流失风险。

如果 AI 可以及时处理暂停、跳过、恢复、修改等请求，就不只是提升客服效率，也是在保护 LTV。Klaviyo 官方文档显示，订阅编辑需要 Recharge 或 Skio，其中 Skio 仅支持活跃订阅。

这个 Skill 可以查询会员积分余额、兑换和奖励。

比如顾客问：“我有多少积分？”

系统可以调用会员 Skill，查询积分和奖励信息。

这看起来是一个简单功能，但对会员运营非常关键。因为很多品牌有会员体系，却没有真正把会员权益激活起来。当顾客主动询问积分、奖励、兑换时，本质上就是一次复购和会员激活机会。

Customer Agent 如何判断

该调用哪个 Skill？

Klaviyo 官方文档把 Customer Agent 处理顾客请求的流程分为几个步骤：

第一，接收顾客消息，渠道可以是 Web chat、SMS、Email 或 WhatsApp。

第二，补充上下文，包括顾客 Profile、品牌概要和当前生效的 Guidance。

第三，根据顾客提出的问题，选择最适合的 Skill。

第四，被选中的 Skill 使用自身工具、内容和指令生成回复。

第五，如果该 Skill 无法解决，或请求符合升级规则，则转人工处理。

这套流程说明一个关键问题：Customer Agent 不是简单地“生成回复”。

它会先理解顾客需求，再结合顾客资料、品牌信息、规则指引和具体 Skill，决定如何处理。这才是真正 AI Agent 的逻辑。

为什么这不是普通 AI 客服？

很多 AI 客服工具也能接入大模型，也能训练知识库，也能回答 FAQ。但这并不等于它们具备 Customer Agent Skills 这样的能力。

普通 AI 客服的核心能力是：

• 把话说得更快。

• 把话说得更自然。

• 把 FAQ 回答得更像真人。

但 Klaviyo Customer Agent Skills 的核心能力是：

• 连接业务系统。

• 理解顾客上下文。

• 调用正确 Skill。

• 在规则范围内完成动作。

• 必要时转人工。

• 并且支持不同渠道的服务体验。

这就是“会说”和“会做”的区别。

普通 AI 客服可能回答：“您可以点击这里查看物流。”

Klaviyo Customer Agent 可以查询订单状态，并给出追踪链接。

普通 AI 客服可能回答：“如果您需要退货，请联系客服。”

Klaviyo Customer Agent 可以通过 Loop 或 Aftership 等退货服务商发起退货换货流程。

普通 AI 客服可能回答：“请登录账户查看积分。”

Klaviyo Customer Agent 可以通过 Yotpo 或 Smile.io 查询积分余额和奖励信息。真正的差距，不是文案能力，而是系统能力。

为什么很多竞争对手短期

内不容易做到？

今天大家都能接入 ChatGPT，也都能说自己有 AI。但接入大模型，不等于拥有 AI Agent 能力。因为零售业务里的 AI Agent，至少需要 5 层能力：

第一层，语言理解能力。

AI 要能理解顾客到底在问什么。

第二层，业务意图识别能力。

系统要知道顾客是要查订单、退货、改地址、查积分，还是咨询产品。

第三层，数据连接能力。

系统要能连接订单、商品、会员、订阅、退货、优惠券等数据。

第四层，动作执行能力。

系统要能在规则允许范围内完成查询、修改、跳转、推荐或流程发起。

第五层，企业级控制能力。

品牌要能看到哪些 Skills 正在运行，哪些需要配置，哪些场景需要人工接管，后续如何优化。

很多 AI 客服最多做到第一层和第二层。但 Klaviyo 的优势在于，它本来就有 B2C CRM 数据底座，连接客户 Profile、商品、订单、营销互动、自动化 Flow、Shopify 生态，以及订阅、会员、退货等第三方系统。

所以 Customer Agent Skills 不是一个孤立的 AI 聊天窗口，而是建立在 Klaviyo 客户数据和电商生态连接之上的业务执行能力。这就是壁垒。AI 客服的竞争，不是看谁更会聊天，而是看谁能连接真实业务系统。

Skills 自动启用：为什么

“开箱即用”很重要？

Klaviyo 官方文档显示，每个 Skill 都需要特定数据或集成才能运行。当对应前置条件满足后，Customer Agent 会自动启用该 Skill。比如 Shopify 连接可以解锁产品推荐、订单追踪、优惠券与折扣查询；退货换货需要 Loop 或 Aftership；订阅编辑需要 Recharge 或 Skio；会员忠诚度需要 Yotpo 或 Smile.io。这句话对品牌非常重要。因为很多 AI 项目失败，不是因为概念不好，而是因为落地太复杂：

• 需要大量开发。

• 需要技术团队长期介入。

• 需要重新搭建数据链路。

• 需要配置复杂流程。

• 业务团队不会用。

• 上线周期太长。

Klaviyo 的方向是：品牌完成对应集成后，相关 Skill 自动可用。这降低了 AI 客服进入零售业务的门槛。它不是让品牌从 0 开始搭建一个 AI Agent，而是把零售品牌最常见的高频场景，提前做成标准化能力。

这才是真正有商业价值的 AI 产品。

不同渠道如何呈现 

Customer Agent Skills？

Klaviyo 官方文档说明，同一套 Skill 逻辑可以运行在不同渠道中，但不同渠道的呈现方式不同。Web chat 可以展示产品卡片、订单卡片和内嵌按钮；SMS 和 WhatsApp 会使用指向产品页、物流页或 Customer Hub 的深度链接；Email 则以纯文本加链接的方式展示，不包含交互式组件。

这点很关键。因为未来的客户服务一定不是单一渠道。用户可能在网站聊天窗口提问，也可能通过 SMS、WhatsApp 或 Email 联系品牌。

如果 AI 只能在一个聊天窗口里工作，它的价值有限。但如果同一套 Skill 逻辑可以跨渠道运行，品牌就可以构建更统一的客户体验。这也是 Klaviyo 的优势之一：它不只是客服工具，而是拥有多渠道触达和客户数据统一能力的 B2C CRM 平台。

Skills 页面：让 AI Agent 变成

可以管理的业务系统

Klaviyo 还提供 Skills 页面，品牌可以在这个页面中查看和管理哪些 Skills 启用，哪些不希望启用的 Skill 也可以被关闭。官方文档同时说明，从零创建完全自定义 Skill 目前仍处于封闭 Beta 阶段，编辑现有 Skills 的能力也即将推出。这说明 Klaviyo 并不是把 AI 当成一个不可控的黑盒。它正在把 AI Agent 做成可管理、可配置、可持续优化的业务系统。

对企业客户来说，这点非常重要。

企业不会只关心：“这个 AI 能不能回答问题？”企业真正关心的是：

• 它解决了多少问题？

• 它降低了多少工单？

• 哪些 Skill 表现最好？

• 哪些场景需要人工介入？

• 它有没有提升客户满意度？

• 它有没有减少流失？

• 它有没有带来更多复购？

• 它是否安全、可控、可管理？

没有管理界面，没有权限控制，没有升级规则，没有表现监控，AI 很难真正进入企业级运营体系。

这意味着 Klaviyo 正在从营销自动化

走向客户生命周期自动化

过去很多人理解 Klaviyo，还是把它看成：

• 邮件营销系统。

• SMS 营销系统。

• 自动化 Flow 工具。

• 用户分层工具。

• B2C CRM 平台。

这些理解都没错，但已经不够完整。Customer Agent Skills 的出现，说明 Klaviyo 的产品边界正在扩大。它不再只覆盖购买前的营销触达，也开始进入购买后的服务场景。

一个完整的客户生命周期，不只是发邮件、发短信。它还包括：

• 访问网站。

• 浏览商品。

• 加入购物车。

• 完成购买。

• 查询订单。

• 修改订单。

• 退货换货。

• 管理订阅。

• 查询积分。

• 使用优惠券。

• 获得推荐。

• 再次购买。

过去，Klaviyo 主要帮助品牌做好营销自动化。现在，Customer Agent Skills 开始把售后服务、订单处理、会员体验、订阅管理也纳入客户运营体系。这意味着 Klaviyo 正在从 Marketing Automation 走向 Customer Lifecycle Automation。也就是：不只是自动化营销，而是自动化客户生命周期。

对中国出海品牌意味着什么？

对中国出海品牌来说，这个变化尤其值得关注。很多品牌在海外增长中，并不是没有流量，也不是没有产品，而是在客户运营上存在明显断层。常见问题包括：

• 海外客服响应慢。

• 跨时区服务压力大。

• 订单问题重复率高。

• 退货换货消耗大量人力。

• 会员体系没有真正激活。

• 订阅用户流失没有被及时挽回。

• 客服数据和营销数据割裂。

• 用户问题没有沉淀为 CRM 策略。

过去，很多品牌把客服当成成本中心。但在 AI Agent 时代，客服触点会越来越像增长触点。因为顾客咨询本身，就是非常重要的用户信号。

• 顾客问退货，可能说明产品描述、尺码、物流或体验有问题。

• 顾客问积分，说明会员体系有激活机会。

• 顾客问订阅暂停，说明用户有流失风险。

• 顾客问产品推荐，说明用户有新的购买意向。

• 顾客反复查物流，说明物流通知链路需要优化。

如果这些数据能够进入 Klaviyo 的 Profile、Segment 和 Flow 体系，它就不只是客服记录，而是客户运营资产。这也是 Klaviyo Customer Agent Skills 最值得品牌关注的地方：它让客服问题，有机会变成 CRM 增长机会。

真正的 AI CRM，不只是写邮件

而是参与客户运营

过去我们讲 AI 营销，很多人想到的是：

• AI 写邮件。

• AI 生成标题。

• AI 做图片。

• AI 帮你写 Campaign。

这些当然有用，但还只是内容层面的效率提升。真正更大的机会，是 AI 开始参与客户运营。

• 顾客有问题，AI 先理解。

• 顾客有需求，AI 调用 Skill。

• 顾客要操作，AI 连接系统。

• 顾客有流失风险，AI 触发后续流程。

• 顾客有购买意向，AI 推动下一步转化。

这才是 AI CRM 真正有想象力的地方。

Klaviyo Customer Agent Skills 的价值，就是把 AI 从“内容生成层”，推进到了“客户运营执行层”。这不是简单功能升级，而是产品方向变化。

AI 客服的下一阶段，

不是更会说，而是更会做

AI 客服的第一阶段，是自动回答问题。

第二阶段，是基于知识库回答得更准确。

第三阶段，是接入大模型，让回复更自然。

但下一阶段，一定是：AI 能调用 Skills，连接业务系统，直接处理客户请求。这就是 Klaviyo Customer Agent Skills 的真正意义。它不是让 AI 更会聊天。而是让 AI 开始真正参与零售品牌的客户运营。没有业务系统连接的 AI，只是话术生成器。有 Skills、数据和业务系统连接的 AI，才是真正的客户运营 Agent。ChatGPT 和 Claude 让我们看到了 AI Agent 的未来。

Klaviyo Customer Agent Skills，则让这个未来进入了真实的零售业务。这也是为什么 Klaviyo 的 Customer Agent 不只是一个 AI 客服工具。它更像是 Klaviyo 从 B2C CRM 走向 AI 客户运营平台的重要信号。

未来，品牌选择 AI 客服系统时，不能只看它会不会聊天。更要看它有没有客户数据、订单数据、商品数据、会员数据、订阅数据、退货系统连接、多渠道触达能力、自动化 Flow 能力，以及可管理、可监控的 Skills 体系。因为真正的 AI 客服，不是回答用户。而是帮助品牌把客户问题处理掉，把服务触点变成增长机会。