Zendesk AI 客服实战：让 ChatGPT 根据工单历史起草回复

2026 年 9 月 3 日，OpenAI 面向 ChatGPT 和 Codex 推出了 Zendesk 插件 beta 版。这项 Zendesk AI 功能解决的问题很具体：客服人员可以在一次对话中汇总其权限范围内的工单历史、相关知识和回复草稿；事实核对与最终发送仍由人负责。

Zendesk AI 省下的是整理上下文，不是客服岗位

撰写一封常规客服回复，往往要先在多个标签页之间来回切换：打开工单、翻看此前的对话、查找客户记录、搜索知识库，等把有用的信息集中到一处之后，才能真正开始写回复。

Zendesk 插件把这段资料收集工作搬进了 ChatGPT。按 OpenAI 的说明，它可以查看客服工单和客户历史、查找相关知识并准备回复。在插件可用的环境中，用户可在 ChatGPT 和 Codex 里使用它。该功能目前标注为 beta，因此可用范围和实际表现仍可能不同。

更准确的理解是：它像在已连接用户的权限边界内，多了一双帮忙整理资料的手。每个人都要连接自己的 Zendesk 账户。安装插件不会扩大其 Zendesk 访问权限，ChatGPT 也只能处理该账户原本有权查看的客服信息。OpenAI 的 Zendesk 配置指南明确说明了这条边界。

它改变的是回复前的准备流程，并不会让 ChatGPT 变成无人值守的客服代理。

读取、起草与执行是三项不同的工作

设计工作流时，应把这三个阶段明确分开：

这一区分很重要，因为前两个阶段都可以撤回：错误的摘要可以纠正，不合格的草稿可以丢弃；但消息一旦发出，客户就会收到，记录一旦修改，系统中的正式记录也随之改变。

连接 Zendesk 前要准备什么

计划在哪个 ChatGPT 账户或工作区中使用，就要先确认其中已经出现 Zendesk 插件；同时，还需要一个属于待连接组织的 Zendesk 账户。在托管工作区中，管理员可能需要同时启用插件及其所需应用。

连接以个人为单位。团队管理员不能只连接一次，就在不经授权的情况下让所有客服人员获得相同的 Zendesk 访问权限。每个人都用自己的账户授权，因此，其现有 Zendesk 角色始终是权限上限。

1. 1

   1. 选择第一方插件

   打开 Plugins，找到由 OpenAI 开发的 Zendesk 插件，然后选择 Install 或 Connect。自定义插件或模板插件可能会要求填写客户端 ID 或密钥，配置流程与此不同。

2. 2

   2. 输入租户名称

   只填写组织的 Zendesk 子域名。如果租户地址是 acme.zendesk.com，就输入 acme，不要带 https:// 或 .zendesk.com。

3. 3

   3. 授权自己的账户

   继续前往 Zendesk，确认授权页面属于正确的租户，检查申请的权限，然后用自己的 Zendesk 账户登录。

4. 4

   4. 先做只读检查

   新建一个对话，选择或提及 Zendesk，然后要求它查找近期工单，不做任何修改。OpenAI 自己的检查方式是：列出最近更新的 5 个工单，并附上 ID、主题、状态和更新时间。

通常，插件可用于 ChatGPT 网页端、桌面端和移动端的 Chat 与 Work，也可用于 ChatGPT 桌面应用内的 Codex，以及 Codex CLI 的插件浏览器；Codex IDE 扩展暂不支持。Zendesk 的具体能力仍可能因使用端、工作区设置和发布进度而异。通用插件指南列出了支持的使用端。

真正的成本包括席位、用量和审核时间

在 OpenAI 目前的 Zendesk 配置页或定价页上，没有单列 Zendesk 插件费用。但这不代表这套工作流没有成本。

OpenAI 目前的个人方案对比显示，Free、Go、Plus 和 Pro 均包含插件；Work 与 Codex 定价页则显示，这两款产品已包含在 Free、Go、Plus、Pro、Business、Edu 和 Enterprise 中。不过，Zendesk 专项指南并未承诺所有方案都能使用：它明确表示，访问能力取决于账户、工作区、产品使用端和当前发布进度。因此，在购买或分配席位前，应先确认插件确实已经显示。

对客服团队而言，ChatGPT Business 是最清晰的公开价格参照：目前按年计费为每位用户每月 $20，至少 2 位用户；按月计费则是每位用户每月 $25。OpenAI 当前的定价页列出了这些数字。现有 Zendesk 账户仍是另一项独立要求。

用量成本更难预测。ChatGPT Work 与 Codex 采用相同的定价、credits 和用量限制。若企业协议符合按 credits 计费的条件，Work 活动可以消耗工作区的共享 credits。使用已经承诺购买的 credits，本身不会产生新的账单费用；如果余额耗尽且已启用超额用量，继续使用则可能按合同约定的超额费率产生费用。Work 成本指南解释了这一顺序。

如果要判断一套可人工复核的工作流何时值得占用一个 ChatGPT Work 席位，可以阅读我的 ChatGPT Work 评测。Zendesk 的场景更窄：只有当收集上下文确实是可量化的客服瓶颈时，它才值得部署。

衡量 Zendesk AI 回报，只有这个公式站得住脚

不要根据某一份草稿写得有多漂亮来定价；应计算它能持续从工单队列中省下多少时间。

每周净产能价值 = ((处理的工单数 × 实测节省的上下文整理分钟数) − 连接与重试分钟数 − 人工审核分钟数) ÷ 60 × 客服人员综合时薪 − 增量用量费用。

下面只是示例，不是基准，也不是承诺。假设一个团队每周处理 100 张工单，并测得每张工单可节省 3 分钟的上下文整理时间，总共就是 300 分钟的毛节省时间。

再减去连接问题和重试所用的 30 分钟，并保守计入每张工单 1 分钟的人工审核时间，最终净节省 170 分钟，即 2 小时 50 分钟。若用于示例的客服人员综合成本为每小时 $40，那么在扣除任何增量用量费用之前，每周约可释放价值 $113.33 的产能。

请用自己的实测数据替换每个输入项。如果插件没有缩短上下文整理时间，或审核人员把省下的时间都花在纠正事实遗漏上，那么即使草稿读起来不错，回报也可能降到零。

哪些人明天就能用起来

SaaS 公司的前线客服人员

客服人员可以把当前工单、此前与客户的往来以及相关知识整理到同一次对话中，再要求它基于这些资料起草回复。收益是减少在多个标签页中查找信息的时间。发送前，客服人员仍需核对客户姓名、方案、日期、状态、此前承诺和政策。

处理升级工单的客服主管

主管可以让 ChatGPT 汇总工单历史，并找出拟议回复所依据的事实。这样，无论面对退款、服务中断还是账户访问升级，都能更快形成一份供复核的资料包。它带来的价值是交接更清晰，而不是自动获得修改账户或承诺补偿的权限。

准备客户交接的客户成功经理

经理可以查看自己原本就有权访问的 Zendesk 历史，并在通话或负责人变更前整理一份简明的客户摘要。收益是保持服务连续性。权限边界也在这里发挥作用：连接插件不会给经理授予更高的 Zendesk 角色。

评估是否全面部署的客服运营经理

在扩大启用范围前，运营负责人可以先用一小批样本测量上下文整理时间、审核时间、重试率和事实准确性。这样做的价值，是根据实际工作数据作出预算决策，而不是被一场精美演示说服。

使用 Zendesk AI 前必须看清的限制

这仍是 beta 版，且按账户逐步开放。即使当前方案包含插件，Zendesk 插件也可能尚未出现在工作区中，或处于停用状态。托管工作区还可能已经显示插件，却仍拦截它所需的应用、某项具体操作，或当前角色的使用请求。

整条权限链由多个环节组成：插件可用性、应用访问权限、允许执行的操作、审批行为、用户的 Zendesk 权限，以及当前使用端的运行时控制。OpenAI 将它们视为相互独立的管理层。其中一层放行，并不代表所有层都已经放行。

一封流畅的回复仍可能写错日期、状态、政策或对客户作出的承诺。应要求它列出作为依据的工单事实，再与 Zendesk 原记录逐项核对；无法确认的内容继续标为未知。如果原始知识缺失，或不在已连接用户的访问范围内，句子再顺也无法补上这个缺口。

如果团队已经拥有 ChatGPT 和 Zendesk 访问权限、能够看到插件、收集上下文确实占用大量时间，而且每份回复都有明确的人工审核人，现在就可以使用。

如果需要无人值守地发送消息、要求所有使用端都保证支持写入操作，或希望获得超出客服人员现有 Zendesk 权限的访问范围，就应等待。不使用 Zendesk、工单量很少，或主要时间花在解决问题而非收集历史信息上的团队，基本不会因此受到影响。

下周一就这样开始

先用现有的 5 个工单开展试点，在最终由人工发送之前始终保持只读。

1. 1

   1. 选择 5 个普通工单

   挑选能够代表日常队列的活跃工单。不要一开始就拿安全事件、法律纠纷或一次性的高管升级事件来测试。

2. 2

   2. 记录原有准备时间

   参考近期类似工作，或手动完成一次，记录平时收集工单历史、客户上下文和相关知识库文章需要多少分钟。解决问题本身所用的时间应单独计算。

3. 3

   3. 用 Zendesk 准备相同的上下文

   连接客服人员自己的账户，让 ChatGPT 收集工单事实和相关知识，再准备一份回复草稿。记录连接、检索、重试和准备所用的时间。

4. 4

   4. 核对每一项源事实

   将草稿与工单及客户历史进行对照。检查姓名、日期、状态、产品信息、政策，以及此前向客户作出的任何承诺；记录审核时间和每一处更正。

5. 5

   5. 最终由人工发送

   所有检查通过后，由客服人员决定最终措辞并发送回复。把这 5 个工单的结果代入 ROI 公式，再判断实测节省的时间是否值得开展更大规模的试点。

如果想继续阅读用直白语言讲清 AI 新工作流的操作指南，欢迎订阅邮件通讯。