• 机构：TD Bank Group
• 项目：North American Customer Operations GenAI Virtual Assistant
• 时间：2024-2025 年
• 类别：客户服务 / 联系中心 / RAG
• 来源：https://stories.td.com/ca/en/article/td-customer-support-agent-ai-tool ↗

联系中心坐席需要快速回答客户关于日常银行业务的问题，例如海外丢失借记卡、开户、TFSA、GIC 等。如果坐席要打开多个系统和几十个标签页查找政策流程，客户等待时间会增加，也容易发生转接。

TD 的案例聚焦坐席辅助，而不是让 AI 直接替代人工客服。它通过内部政策和流程知识管理，让坐席在通话中快速得到可验证答案。

TD 于 2024 年推出生成式 AI 虚拟助手，帮助联系中心代表更快回答客户问题。该底层知识管理能力由 TD 的 AI 研发中心 Layer 6 开发，训练目标是理解 TD 政策和流程。

坐席可以提出自然语言问题，系统扫描 TD 客户政策和流程材料，用摘要式、对话式语言回答，并附上具体政策和流程引用，供坐席核验。Layer 6 使用 RAG 框架，将模型锚定在政策材料上，确保回答来自指定知识来源。

TD 披露，该虚拟助手先在 2024 年初小范围推出，试点对象包括熟悉复杂问题的 resource agents。试点中通话等待时间降低 15%。到 2025 年，该工具已有 1,000+ 联系中心代表每日使用。

• 从“坐席问、AI 查、坐席答”的人机协同模式开始。
• 对每个答案必须显示政策引用，避免黑箱回答。
• 按业务线逐步扩展，例如借记卡、存款、贷款、投资账户。

• 坐席仍然是对客户回答的责任主体。
• 知识库必须及时同步政策变化。
• 对涉及投诉、欺诈、法律争议或高风险产品的问题，AI 应建议转专业团队。

整理 20 个银行客服常见问题，设计 RAG 坐席助手回答格式：简短答案、引用政策、需要追问的信息、是否转人工专家。