# 循据｜客服辅助核对产品说明

修订：2026-09-20；规则版本 browser-rules-v3；知识快照 demo-policy-2026-09-10-v1。自主教学项目，Agent辅助制作与验证。本人已确认求职目标和项目选题；不据此推定已独立开发、熟练使用或完成用户研究。

## 1. 要完成的任务

内部客服面对普通日用品退款、配送或改址咨询，需要找到当前适用政策，补齐条件，再组织回复。首期成功不是“自动解决工单”，而是让客服看清依据、尚缺的信息和自己需要确认的决定。

依据来自公开产品文档与教学任务设计。Microsoft客服Copilot要求分享前审阅并提供来源查看；Intercom建议检查来源日期、将缺失知识交给内容维护者。它们支持流程借鉴，不证明本项目的用户痛点频率。详见[公开研究](/research/)。

### 用户故事

- 作为客服，面对“签收3天能退吗”，我需要知道还缺哪项条件，补齐后查看适用政策；成功条件是未使用状态未知时不出现肯定申请草稿。
- 作为客服，面对原话“已经用过了”但表单勾选“未使用”，我需要先核实冲突；成功条件是停止可保存草稿，并指出使用条件需核实。
- 作为负责知识维护的人，我希望知道草稿为何被拒绝；当前只保存本机拒绝原因，后续才考虑分类、分派与知识发布闭环。

## 2. 方案取舍

| 方案 | 可以解决 | 要付出的代价 | 本轮决定 |
|---|---|---|---|
| 文档搜索＋人工检查单 | 直接找到原文并人工判断 | 客服自行整合条件与措辞 | 保留为任务测量基线 |
| 规则＋模板 | 明确的时间/状态条件和已知异常 | 维护表达覆盖，不能理解任意自然语言 | 当前原型，用可检查行为先验证边界 |
| 检索增强生成 | 在检索到的资料基础上理解问题、组织表达 | 需真实模型、来源与条件评测，增加时延成本 | 下一阶段候选，不计本轮实现 |
| 可执行Agent | 查询系统或执行退款、发送 | 身份、权限、幂等、撤销与审计要求明显增加 | 不属于首期任务 |

选择规则原型不是证明模型不必要，而是先固定政策条件、核实入口和人审责任，给未来模型提供可比较的基线。

## 3. 当前流程与优先级

P0：选任务→填人工核实条件→检查范围/信息/冲突→筛选有效政策→条件判断→展示引用与模板→客服编辑→确认或拒绝并本机保存。

- 无任务或缺条件：提示补充，不替客服猜测。
- 原话与表单不符、显式天数更正、资料互相冲突：转人工核实，不选一个看似合理的答案。
- 越界执行、实时订单或轨迹查询、特殊商品退款：提示使用业务系统/核实适用政策。
- 修改输入：旧结果失效；保存再次核对分析编号、输入、草稿版本与规则版本。
- 保存失败/并发版本冲突：保留输入并说明失败；不能显示成功。当前数据只存在浏览器，最多保留20条记录。

P1：拒绝原因分类、知识缺口处理、任务级时间测量。P2：真实模型接入、独立验收与授权业务系统查询。P1/P2是后续计划，不是现有功能。

## 4. 当前实现与未来模型分工

| 层 | 当前 | 未来候选与校验 |
|---|---|---|
| 资料 | 固定教学政策，按状态/日期筛选 | 有权限的知识入库、版本与发布；上线前审核 |
| 检索 | 任务/范围筛选；有限双字串命中搜索展示 | 检索、重排分别测来源召回与无依据拒答 |
| 条件 | 客服填写，有限短语检查矛盾 | 模型仅提出候选条件，保留原句与人工确认 |
| 判断 | 确定性规则 | 继续控制硬条件，模型不能改写政策门槛 |
| 表达 | 模板草稿 | 模型组织措辞；检查条件、结论、引用一致性 |
| 操作 | 编辑、确认或拒绝、本机记录 | 仍须明确人审；外发和退款另行授权设计 |

当前没有真实模型调用、向量检索、客服系统接入或自动知识更新。离线BM25与模拟协议是另一份准备材料，不是网页引擎。

## 5. 验收与价值

| 场景 | 预期 |
|---|---|
| 退款、签收3天、未使用、普通日用品 | 引用有效教学政策，说明可申请审核，不声称批准 |
| 未填写是否使用 | 追问；不让未知自动变成未使用 |
| 原话已经用过，表单未使用 | 冲突核实，不生成可保存回复 |
| 原话如果用过还能退吗，表单未使用 | 不把假设句当已使用事实；客服仍核对真实情况 |
| 签收3天，不对，是9天 | 需核实，不沿用3天 |
| 退役/未来政策 | 不用于当前判断 |
| 问题或条件修改后保存旧结果 | 阻断保存，要求重新核对 |
| 请求直接退款或查实时轨迹 | 提示范围，不模拟执行成功 |

价值假设：减少条件遗漏与往返查找。拟以文档搜索为对照，对同一任务记录从读题到核对完成的耗时、遗漏项、错误肯定、拒绝理由；任务正确完成须条件、依据和回复均正确。保存不等于采纳；没有用户基线时不填节时比例。

## 6. 迭代与实际结果

- 历史本地冻结24题：20/24，有限否定处理修复后同题24/24，是回归，不是新独立准确率。
- browser-rules-v2：补“签收3天，不对，是9天”省略第二次签收的更正识别。历史PDF混写旧能力，当前勘误明确此能力不能追溯到旧Python版。
- browser-rules-v3（2026-09-15）：针对审查发现的“已经用过”漏检修复。修复Agent新增41条同题前后检查，由22/41到41/41；其中正常8、冲突12、否定9、歧义及负对照12。历史93组仍通过，含58政策、16日期更正及19边界/保存；另58条Python一致性检查通过，与已有样本重叠。

这些数字是确定性规则测试，不能当模型效果、真人成功率或独立泛化评测。浏览器存储事务需要整站UI验收另记，不能用脚本代替。


### 2026-09-20 独立反例审查与修复后回归

另一审查Agent未读取41条开发题，先固定15条期望再执行，首轮12/15；“正在使用”“只试了一下”“如果用了不能退但我已经用过”三类原话与未使用表单冲突仍漏检。修复分别补肯定使用证据、试用措辞转核实，以及同句假设与明确实际转折的有限检查，仍不推断任意复杂表达。

修复后原15题15/15，属于同题回归，不能作为新的独立泛化成绩。原41条开发回归、历史93组及58条Python一致性仍通过（58与政策题重叠）；额外8条修复者编写的新措辞检查通过，属于开发检查。版本继续为本轮修订的browser-rules-v3。

[首次独立审查12/15](/assets/ai-independent-initial.json)与[修复后同题回归15/15](/assets/ai-independent-regression.json)分别保留，9月15日原结果未覆盖。所有题仍由Agent编写，不代表目标用户验收或真实模型效果。
## 7. 资源与限制

资源：自建模拟商户政策、浏览器工作台、规则测试、官方公开文档和原案例库方法参考。研究整理、页面/文档制作与测试由Agent执行；本人贡献仅按确认事实描述。没有编造团队编制、实施工期或企业客户。

有限表达仍不能覆盖跨句指代、复杂转述和未知措辞；客服负责核实真实事实。下一次真实模型试验须先冻结独立验收集，并记录模型、提示词、知识版本、失败重试、时延与费用，详见[评测计划](/assets/ai-evaluation-plan.md)。