先问一个问题：你们公司的AI客服，现在每天在干什么？
大部分中小企业的答案都差不多——客户来问发货时间、问价格、问售后，AI答完，对话结束。它就像一个不会累的前台，功能止步于“解答”。可私域里真正赚钱的动作，往往发生在客户沉默之后：他上次买的东西快用完了，该提醒了；他上次咨询没下单，该跟进了。这些事，现在基本靠人肉记，记着记着就断了。
我见过一家做母婴用品的公司，客服团队六个人，每天大量时间花在重复答疑上。后来他们把AI客服重新调了一遍，重点不是让它答得更准，而是让它“在该说话的时候主动开口”。三个月下来，老客复购的订单占比有了明显提升。方法不复杂，拆开看就四步。
第一步：把“问答机器人”改成“标签收集器”
AI客服最容易拿到、也最容易被忽略的，是对话里藏着的客户信息。客户问“这个奶粉适合六个月宝宝吗”，这句话本身就是标签：有宝宝、月龄小、关注配方。但很多企业的AI只是回答“适合的”，然后就没有然后了。
改造的核心，是让AI在对话过程中自动打标。具体可以这样做：
- 预设一批业务标签，比如“购买品类”“使用周期”“价格敏感度”“咨询未下单”“售后投诉”
- 在AI的回复逻辑里加一层判断：客户提到的关键词，映射到哪个标签
- 对话结束后，标签自动同步到你的私域SCRM或客户表里
不用追求标签多精细，先跑通十个以内的高频标签就够用。标签是后面所有复购动作的地基，没有它，提醒就是群发广告。
第二步：算准“复购窗口”，别凭感觉发消息
复购提醒最怕两件事：发早了，客户觉得你烦；发晚了，他已经从别家买了。
不同品类的复购周期差别很大。快消品可能两三周，护肤品一两个月，家电可能一年以上。你需要先给每个品类估一个“合理消耗周期”，然后让AI客服在这个周期临近时触发提醒。
举个例子。一家做宠物粮的客户，把狗粮的消耗周期定在25天左右。系统在客户购买后第20天，由AI客服发一条消息：“上次那袋粮差不多该见底了吧？这周补货的话，我们有个老客专享的搭配装。”这条消息的回复率，比统一群发的促销通知高出一截。原因很简单，它来得正是时候。
如果你不确定周期，有个笨办法：先看历史订单，把同一客户两次购买之间的平均间隔算出来，那就是你的初始触发点。跑一段时间再微调。
第三步：让AI客服“带任务说话”，而不是背话术
很多公司做复购提醒，话术写得像通知：“尊敬的客户，您的产品即将用完，点击购买。”客户看一眼就划走了。
AI客服的优势是能结合上下文。你可以给它设定几个任务目标，而不是固定句子：
- 确认使用进度——“上次买的用着还顺手吗？”
- 给出补货理由——用量、季节、搭配、老客权益
- 降低决策成本——直接给链接、给优惠、给套餐
同一批客户，AI可以根据他之前的对话记录调整说法。买过两次的，语气可以更熟；只买过一次的，先做关怀再谈复购。这种“带任务的对话”，比群发模板自然得多。
一个提醒：别让AI一上来就推链接。先问一句使用感受，客户回了，再顺势提补货。这个节奏差，转化效果差很多。
第四步：把提醒结果回流，形成闭环
复购提醒发出去，有三种结果：客户下单了、客户回复了但没买、客户完全没理。这三种情况，后续动作应该完全不同。
- 下单的：标记为高活跃客户，进入下一轮周期提醒
- 回复没买的：转人工跟进，或者隔几天用不同理由再触达一次
- 没理的：降低频率，避免打扰，等下一个节点
这些结果如果不记录，你的私域就永远在做“一次性触达”。让AI客服把每次提醒的结果写回标签，下次它就知道该用什么力度跟这个客户说话。
今天就能动手的一件事
别急着改系统。先打开你的私域客户列表，挑出最近30天买过东西的20个客户，手动给他们发一条“用得怎么样”的消息。看看有多少人回你，回了之后有多少人愿意再买。
这20个人的反馈，就是你设计AI复购提醒最好的参考。你会发现，客户不是不想复购，是没人提醒得刚刚好。