风险生意与经营历史客服对话中的 PII 与隐私风险风险描述 历史客服对话可能包含姓名、电话、账号、设备信息、订单号、收货地址、故障位置、用户身份标识等个人敏感信息。把这些对话直接送入第三方模型、向量库或低代码平台，会引入数据外泄与合规风险。这个任务相关的风险
风险生意与经营AI 客服给出错误功能承诺与误召回的风险风险描述 AI 客服在两种情形下会给出错误的功能承诺： 检索阶段召回错误：单纯向量检索会召回名称相近但实际不同的功能（来源直接披露）。这个任务相关的风险
风险生意与经营AI 客服自动裁决退款、补偿、封禁、合同承诺与付费权益的风险风险描述 AI 客服如果对退款、补偿、封禁、合同承诺、付费权益、重大投诉等高风险事项自动给出结论，会带来三类后果： 错给承诺（造成实际财务/法务损失）。这个任务相关的风险
方法生意与经营数据飞轮（低置信度池 → 人工 → 知识库）这是一份什么方法 把 AI 客服不能稳定回答的低置信度问题汇聚到人工池，由人工处理后再把共性答案沉淀回知识库的闭环迭代方法。在 SRC-BIZ-001 中，作者 WMW 把这条闭环作为系统核心结构的一部分。和这个任务相关的方法
方法生意与经营意图三分支路由（产品咨询 / 用户反馈 / 闲聊）这是一份什么方法 把用户请求先做意图分类，再分别送入三条不同处理链路的路由方法。在 SRC-BIZ-001 中，作者 WMW 把请求分成"产品咨询、用户反馈、闲聊"三类，分别走知识库检索、结构化记录和独立提示词。可以参考这个方法
本文目录7可以得到什么适合哪些情况需要准备什么常见做法真实案例与教程限制和检查点相关任务从历史客服对话中提取 FAQ 与问答对 可以得到什么 一份经人工审核、可入知识库的问答对清单。 一个去重、补全与权限受控的知识库管理流程。 一份配套的"机器人可答 / 必须转人工"边界清单。 适合哪些情况 已有半年以上真实客服对话（与 用历史客服对话搭建知识库客服系统 的前置条件一致）。 重复问题占据客服时间，想要把这些问法沉淀为可检索知识。 有可被授权的人力做去重与审核。 需要准备什么 真实客服对话语料（按批次提取）。 知识库管理工具（来源使用飞书多维表格）。 一份审核清单：能否回答、是否触及付费权益、是否触及确定性功能承诺、是否包含 PII。 机器人可答 / 必须转人工的边界清单。 常见做法 按批次从历史对话中提取问答对，进入飞书多维表格去重与人工审核。 审核维度包含：与产品说明/价格/数据安全/功能边界的一致性，是否触及退款/封禁/合同/付费权益。 经过审核的问答对进入知识库；低置信度或无法回答的进入人工审核池（把低置信度问题转人工审核并回灌知识库）。 整理者建议：在送入第三方模型前删除直接身份信息（姓名、电话、账号、设备、订单号、故障描述中的位置信息等），并限制数据保留期与访问权限。 真实案例与教程 案例：空气小猪从创始人真人客服到 AI 客服数据飞轮 来源：SRC-BIZ-001：从0到1构建AI客服系统（空气小猪实践记录） 限制和检查点 客服对话可能包含 PII（历史客服对话中的 PII 与隐私风险）。 来源未说明是否在提取前对历史对话进行匿名化，也未说明用户是否被告知对话将用于知识库。 若问答对涉及退款/补偿/封禁/合同承诺/付费权益，必须由人工确认，不应仅靠 AI 改写后入知识库（AI 客服自动裁决退款、补偿、封禁、合同承诺与付费权益的风险）。 相关任务 用历史客服对话搭建知识库客服系统 把低置信度问题转人工审核并回灌知识库