点击后才加载视频，建议在 Wi-Fi 环境观看。
Project Brief / 项目摘要
不是追求会聊天而是划清 AI 与人工边界
基于晚安·敏捷民宿真实客服话术与咨询场景，我独立完成需求拆解、方案判断、Coze 工作流、Prompt 约束、数据与知识整理、测试及交付验收材料。
目标是在保持自然回复的同时，避免模型对金额、时间、条件等事实自由发挥，并为退款、投诉、安全和房态问题保留明确的人工处理入口。
Context / 业务问题与真实场景
高频问题重复关键事实不能答错
人工反复回答，口径容易随人变化。
高峰期响应速度与服务质量容易波动。
若由模型自由生成，可能产生错误承诺。
Product Decision / 方案比较
三种路径先比较AI 放在哪里再决定
固定 FAQ
维护轻 但无法处理多轮表达适合少量、完全固定的问题；面对口语化追问和场景组合时，需要持续堆叠规则。
纯大模型直答
表达自然 但事实不可控模型可能改写金额、时间或房态等关键事实，退款、安全与发票问题也缺少明确边界。
受控 AI 工作流
最终选择先判断问题类型，再调用结构化数据或知识库；只让模型做分类与润色，高风险问题交给人工。
System Design / 产品流程
五层流程每个问题都有可解释出口
分类
识别固定高频、未匹配与高风险信息
编号查库
用场景编号查询结构化答案
受控润色
在事实约束内改写成自然客服表达
知识库兜底
未命中固定分类时进入 A022 检索
人工处理
退款、投诉、安全、房态等高风险问题转交人工
Responsibility Map / 系统边界
数据负责保真模型负责理解与表达
大模型
意图分类、自然语言理解、受控润色。
安全编号库
保存金额、条件、规则等固定答案。
A022 知识库
承接固定分类未覆盖的低风险问法。
人工客服
处理退款、投诉、安全、房态与异常情况。
Prompt 事实约束和异常兜底
- 不得改写金额、时间、条件等关键事实
- 固定分类未命中时才进入 A022 知识库
- 知识不足或涉及高风险意图时不猜测，交由人工
- 数据库或节点异常时返回克制说明，避免错误承诺
Scenarios / 场景演示
四类真实问题验证事实 指引与风险边界
押金
从安全编号库读取金额与退还口径，模型不得自行补充。
停车
基于停车位置、收费和到店指引组织自然回复。
投屏
按设备与步骤输出可执行说明，降低反复追问。
发票
识别开票诉求并收集必要信息，特殊情况进入人工处理。
Offline Evaluation / 离线评测
先定义可检查指标再判断工作流是否可靠
以 30 条离线评测集覆盖 12 条固定问答、8 条口语改写、5 条未匹配低风险问题和 5 条高风险问题，检查路由、事实一致性和人工兜底。
27 / 30 条样本进入预期处理路径
5 / 5 条高风险样本进入人工处理
28 / 29 个关键事实检查项一致
Deliverables / 项目交付物
交付可查版本可追溯
Reflection / 产品决策与复盘
回答得更多不等于产品更可靠
先产品判断 后工具实现
先拆问题类型和风险等级，再决定固定答案、知识检索或人工处理。
把事实与表达分开
结构化数据负责可信事实，大模型只在限定范围内理解和润色。
用评测驱动迭代
统一指标口径，记录 Bad Case，再回到分类、数据或 Prompt 定位原因。