Problem
售后一线处理与事后合规审查场景。- 原始流程
- 一线接收案例后分别查询知识、判断处理建议、准备沟通话术；事后再依靠人员经验检查执行证据与规则冲突。
- 核心痛点
- 工单、知识和规则分散，建议缺少来源，合规审查容易被简化为二元判断。
- 业务影响
- 一线处理口径不稳定，审查结论难复核，也容易把证据不足误写成违规或责任结论。
- 原方案不足
- 通用聊天或单点搜索不能同时处理知识来源、确定性规则、人工确认和反馈闭环。
LAB / PROTOTYPE 02
After-sales Tech Assist & Compliance Review
售后技术辅助与合规审查
案例字段 → 知识检索 → 处理建议 → 话术 → 审查 → 反馈
把工单上下文、本地知识召回、可选 LLM 精排、外呼话术与事后合规审查串成一条可演示的售后 AI 应用链路；默认零外网，审查主路径为确定性规则引擎。
演示数据 / Mock Data
当前公开范围：案例导入、知识召回、辅助建议、话术与合规审查的本地演示链路；产品线、案例与 PCN 均为演示内容。
CONTEXT / 业务背景
Constraints / 真实约束 4
- 默认本地运行且零外部网络，不读取真实工单、知识库或外部模型。
- 审查必须是确定性逻辑，并保留通过、待确认、风险提醒、明确冲突四种状态。
- 找不到执行记录不能直接判定违规或责任。
- 知识来源不得虚构；所有公开案例与结果使用演示数据。
Ownership / AI-assisted boundary
项目所有者负责
- 拆解一线辅助与事后审查流程，定义模块职责和输入输出。
- 设计四态审查规则、人工确认点、失败边界和验收场景。
- 确认与知识引擎、规则中心和质量闭环的职责边界。
Codex / AI 辅助
- 辅助应用代码、测试、重构、文档和界面实现。
- 不决定审查状态含义，不替代证据判断、业务责任或验收。
SYSTEM / 系统逻辑
- 01Input
脱敏案例字段、产品 / 故障上下文和可用执行记录。
- 02Processing
模块 A 检索知识并生成辅助建议与话术；模块 B 整理执行证据。
- 03Rules / Decision
确定性规则把证据与规则匹配为通过、待确认、风险提醒或明确冲突。
- 04Human Review
一线人员确认是否采用建议；审查人员复核高风险与冲突结论。
- 05Output
可追溯建议、沟通话术、四态审查结论和边界说明。
- 06Feedback
采纳、书签和审查反馈形成演示记录，并预留回到知识、规则与质量闭环的接口。
Architecture / Evidence / Demo
查看系统架构、设计依据与交互演示。
DECISIONS & EVIDENCE / 决策与证据
查看设计决策与取舍
辅助与审查拆成两个模块
- 为什么
- 现场建议和事后合规的时间、责任与证据要求不同。
- 取舍
- 链路更长，但避免同一模型既给建议又评价自己的建议。
审查采用确定性四态
- 为什么
- 证据不足、风险和明确冲突不能被压缩成简单通过 / 不通过。
- 取舍
- 需要维护显式规则，但结论可解释且不制造责任判断。
默认本地零外部网络
- 为什么
- 当前没有真实数据权限与生产级模型治理证据。
- 取舍
- 演示能力受限，但隐私和公开边界清晰。
Evidence Ledger 3
证据来源按项目所有者确认、源码、测试、仓库资产或 Demo 行为分别标注；外部验证单独说明。
- Evidence Type
- Engineering evidence
- Evidence status
- Source-code verified
- Claim
- FastAPI 本地应用、辅助与审查模块、确定性四态规则和 Mock 链路可运行。
- Scope
- v2.0.0-demo 本地演示 MVP。
- Source
- PROJECT_FACTS 项目盘点
- Date
- 2026-08-08
- Public-safe
- Public content
- Notes
- 尚未投入真实业务，也未接入真实工单、知识库或外部模型。
- Evidence Type
- Demo / Mock
- Evidence status
- Demo-verified behavior
- Claim
- 演示覆盖来源追溯、话术、执行记录缺失与四态审查边界。
- Scope
- 演示数据与本地流程。
- Source
- Portfolio 公开 Mock
- Date
- 2026-08-09
- Public-safe
- Public content
- Notes
- 不能证明真实准确率、采纳率或业务效果。
- Evidence Type
- Potential value
- Evidence status
- External validation: none
- Claim
- 在真实数据和权限就绪后，可能用于统一建议来源与审查口径。
- Scope
- 潜在价值假设。
- Source
- 系统设计推论
- Date
- 2026-08-09
- Public-safe
- Public content
- Notes
- 处理时间、采纳率与异常拦截效果均待 Pilot。
OUTCOME & NEXT / 结果与下一步
Deliverable
- 售后辅助—人工确认—事后四态审查的本地演示链路可运行。Evidence: TACP-E01, TACP-D01
Observable Outcome
- 无真实业务观察结果。Evidence: TACP-E01
LAB DEEP DIVE展开模块、审查四态与 Mock Demo
02
PROJECT POSITIONING / 项目定位
把知识、规则和现场上下文，落成一条可复核的售后 AI 应用链路。
不是知识底座或规则生产中心的替代品，而是把知识、规则与现场上下文组合成可落地的售后辅助应用。
不是自动定责机器人：审查输出仅为通过 / 待确认 / 风险提醒 / 明确冲突，找不到证据不等于未执行。
不是默认外网 AI：本地规则与模板可独立运行；大模型仅在用户显式配置后增强建议，不能跳过人工判断。
03
BUSINESS CONTEXT / 业务背景
一线需要的不是又一个聊天窗口，而是可追溯的处理与审查闭环。
售后一线需要在短时间内完成检索、建议、话术与合规核对。资料、规则和工单字段若分散在不同系统，就难以形成可复核的处理闭环。
把案例字段一键带入处理辅助上下文，减少重复粘贴。
把知识召回结果转成结构化建议与可编辑外呼话术。
把 PCN/规则要求映射为事后审查四态，保留人工确认入口。
把使用与审查结果沉淀为运营看板输入，而不是一次性聊天。
04
BEFORE / 原处理方式问题
资料、规则和工单字段分散时，建议与合规都难以稳定复核。
上下文割裂
工单字段、知识库和规范散落多处，一线反复切换和复制。
建议不可追溯
口头经验或聊天机器人输出缺少来源条目与结构化步骤。
合规靠记忆
NTF 留痕、数据清理、品检复检等要求依赖经验，难系统核对。
结论措辞危险
把“找不到记录”直接写成“未执行/违规”，容易误定责。
AI 与规则混用
若审查也依赖模型幻觉，合规结果将无法稳定复核。
反馈断点
辅助与审查结果没有进入使用指标与案例跟踪，难持续优化。
05
CONSTRAINTS / 设计约束
本地可演示、默认零外网、审查确定性优先，是公开可信的前提。
本地可运行
不依赖公司内网、Cookie 爬虫或专有网关即可演示主链路。
默认零外网
demo-local 用规则/模板合成；API 仅在显式配置 Key 后启用。
审查确定性优先
模块 B 规则引擎与模块 A 检索建议解耦，异常互不影响。
四态不定责
审查只给可复核状态，不输出违规、不合格等绝对责任结论。
来源不虚构
PCN/知识引用必须来自演示库真实条目，找不到则标注待确认。
公开脱敏
作品集不展示真实品牌、工单 DOM 选择器、内网域名与凭据。
06
MODULES / 功能模块
辅助建议与合规审查解耦，运营与采集作为配套边界能力。
处理辅助
关键词召回 + 可选 LLM 精排 → 结构化答案 / 处理步骤。
案例审查
规则检查 + PCN 符合性比对，输出四态与局限性说明。
知识库管理
站点沉淀库 CRUD，与本地演示语料共同服务召回。
运营后台
使用指标、审查看板、模型配置与反馈入口。
案例直达书签
从工单页提取字段并脱敏后跳转主工具，作品集只抽象能力。
07
END-TO-END FLOW / 端到端链路
从案例字段进入，到反馈事件结束，每一步都可单独解释。
01案例字段导入→
02知识召回→
03结构化建议→
04外呼话术→
05规则审查→
06四态汇总→
07反馈与看板
08
REVIEW STATES / 审查四态
当前定位：辅助建议与合规审查，输出可复核四态。
通过
案例记录中已出现可匹配的执行证据，且未发现冲突。
待确认
规则可能适用，但证据不足或型号匹配不精确，需人工核对。
风险提醒
存在遗漏风险信号，仍不足以给出绝对结论。
明确冲突
案例表述与现行 PCN/规则要求存在可对照的直接冲突。
找不到执行记录只能落到待确认或风险提醒；不得在公开表达中写成“未执行/违规/不合格”。
09
SYSTEM ARCHITECTURE / 系统架构
采集、知识、辅助、审查与运营分层，避免把 AI 与规则绑成黑箱。
采集层
- 工单字段
- 书签脱敏
- 手动补录
知识层
- 本地沉淀库
- 演示 PCN/案例
- 关键词召回
辅助层
- 结构化建议
- 可选 LLM 精排
- 外呼话术
审查层
- 规则引擎
- PCN 命中
- 四态结论
运营层
- 使用日志
- 审查跟踪
- 反馈
本地演示应用边界
默认 demo-local，不连接真实工单、生产知识库或外部模型；审查四态不定责。
10
PEER BOUNDARIES / 与既有案例边界
这是组合应用案例，不替代知识底座、规则生产或执行闭环。
Support Knowledge Engine
知识引擎侧重资料治理与页级证据；本项目侧重把已有知识送进售后处理链路。
PCN Rule Center
规则中心负责解析、审核与发布；本项目在审查阶段消费演示 PCN 要求。
售后全流程闭环系统
质量闭环偏现场规则触发与登记复核；本项目偏处理建议与事后合规核对。
问题闭环看板
看板聚焦周月指标与会议下钻；本项目 /ops 聚焦辅助与审查使用过程。
11
INTERACTIVE MOCK DEMO / 交互式辅助审查模拟
选择虚构案例，观察建议、话术、审查四态与反馈如何串联。
当前验证范围：前端内存中的虚构案例、知识召回、建议、话术、审查四态与反馈。
ASSIST & COMPLIANCE LAB
从案例字段走到建议、话术、审查四态与反馈
- 1案例导入
- 2处理辅助
- 3外呼话术
- 4合规审查
- 5反馈看板
- 6完成
选择一个虚构工单场景
模拟「案例直达」书签导入后的上下文；字段均可视为已脱敏演示数据。
13
IMPLEMENTATION EVIDENCE / 实施证据
展示版源码、测试与 Mock 行为支持以下能力表述。
Business Capability Contract
将当前系统中的知识检索、处理建议与人工质量反馈拆解为可控业务能力，明确 AI 权限、人工闸门、审计、失败处理及现有生产缺口。
本地 FastAPI 应用可启动，默认 demo-local，不强制外网模型。
模块 A 检索辅助与模块 B 审查规则引擎代码路径分离。
审查四态与“不定责、不虚构来源”边界已写入规则说明与演示数据。
演示产品线使用虚构命名，展示版已去除内网网关与 Cookie 爬虫能力。
配套书签工具抽象为字段提取 + 脱敏 + 跳转，不作为真实系统接入证明。
作品集 Mock Demo 仅使用前端内存状态，不连接 SQLite、工单或模型 API。
14
OPEN VERIFICATION / 开放验证事项
尚待验证：真实集成、业务效果与生产环境。
真实工单系统选择器、内网账号与生产数据链路。
真实 PCN/知识语料规模、召回准确率与业务收益。
OpenAI 兼容 API 在生产环境的密钥治理、成本与稳定性。
与知识引擎、PCN 中心、质量闭环的生产级接口联调。
多用户权限、审计合规与公司级上线验收。
CAREER CONVERSATION / 求职与合作
把业务现场、流程、数据与 AI 应用落到可交付的系统里。
我目前关注企业 AI 应用实施、企业解决方案、业务需求分析与数字化实施方向。如果你的团队正在寻找能够连接业务现场、流程、数据与 AI 应用落地的人，欢迎继续查看我的求职信息或直接联系我。