Skip to content

跨境客服助手(一):先分流再开口,规则意图路由怎么挡住编造 ​

最早的版本里,访客问“Where is my order?”,系统会把它当成普通问题交给模型。模型很配合,编了一段“您的订单已发货,预计三天内送达”。

没有单号,没有查询,没有任何事实来源,只有一段读起来很顺的假话。

修法不是加一句“不要编造”的提示词,而是在模型之前加一层确定性分流:先判断这句话该走订单工具、该追问单号,还是该查政策库。判断不出来的,默认查知识库——查不到就拒答,至少不会编一个订单状态。

这一层在 app/intent.py,纯规则,不调模型。

一、分流的四个去向 ​

分流结果不是一个标签,而是一个结构体。关键约定是:缺的字段一律 None,不猜。

python
@dataclass(frozen=True)
class IntentDecision:
    intent: str = "policy"
    order_no: str | None = None
    tracking_no: str | None = None
    country: str | None = None
    language: str = "en"
    confidence: float = 0.5
    reason: str = "default"
    missing: tuple[str, ...] = ()

reason 不是给用户看的,是给评测和日志看的。出了问题能回答“这一轮为什么走了工具”,而不是只看一个 intent 字段猜。

二、单号:格式明确的事,别交给模型 ​

演示语料里的订单号是 WB-10001,物流单号是 1Z 加 16 位。两者都有确定格式,识别成本极低:

python
ORDER_NO_PATTERN = re.compile(r"\bWB-\d{5}\b", re.IGNORECASE)
TRACKING_NO_PATTERN = re.compile(r"\b1Z[0-9A-Z]{16}\b", re.IGNORECASE)

有了单号,订单和物流才可查;没有单号,就进入追问,而不是让模型“根据常见情况”回答。

这里有一个顺序细节:先判物流,再判订单。因为物流单号比订单号更具体,同一句话里出现 1Z... 时应该查轨迹,而不是退回订单概览。两者都没有、但句子里有“track my”“in transit”“stuck”这类物流线索时,仍然归 logistics,只是带一个 missing=("order_no",),交给追问卡。

三、政策式问法:别一看到 tracking 就索要单号 ​

最容易被规则误伤的是这种问题:

My tracking hasn't updated for 8 days. Is that normal?

它提到 tracking,按物流线索会被判成需要单号。但访客问的是“一般情况”,不是“我这一单现在在哪”。如果弹一张“请输入订单号”的卡片,体验会很差。

所以分流里加了一条前置判断:政策式问法优先。

python
POLICY_QUESTION_HINTS = (
    "is that normal", "is this normal", "is it normal",
    "usually", "typically", "generally", "how long", "how many",
    "what is your policy", "policy",
)

policy_hint = any(hint in lowered for hint in POLICY_QUESTION_HINTS)
order_hint = any(hint in lowered for hint in ORDER_HINTS)
if policy_hint and not order_hint and not tracking_value and not order_value:
    return IntentDecision(intent="policy", reason="policy_question", ...)

条件是三个“且”:问法是政策式、没有明确的订单诉求、也没有给出任何单号。少一个都不成立——带着单号问“一般多久”,仍然应该查这一单。

这类规则看起来琐碎,但它决定了机器人是“听懂问题”还是“听到关键词就弹表单”。

四、高风险词表只留一份 ​

“我要退款”必须转人工,但“你们的退款政策是什么”必须正常回答。这两句话共享 refund 这个词,所以裸关键词匹配一定出事。

系统里的权威词表在 app/handoff_rules.py,只匹配表达诉求的短语:want a refund、refund me、money back、chargeback。分流层不另写一份,而是直接复用:

python
def match_high_risk(question: str) -> str | None:
    """直接复用转人工规则引擎,避免两套词表各说各话。"""
    from . import handoff_rules

    decision = handoff_rules.detect(question)
    return decision.matched if decision else None

历史上这里曾经是独立词表,德语裸 Erstattung 被当成退款诉求,结果“退款要多久”这种正常政策问答被拦成高风险。两套词表迟早会漂移,最后只能留一套。第五篇会展开讲这套规则怎么设计。

五、国家和语言:只在能确定时确定 ​

跨境场景下,同一个退货问题,美国是 30 天,英国、德国、法国、西班牙是 14 天。国家判断错,答案就错。

分流层只做“能确定”的判断:

  • 会话上下文里给了国家,优先用它(session_country);
  • 否则看问题里有没有国家名或两位代码;
  • 两位代码要求大写才算,否则 us 这种代词会误命中美国。
python
code = re.search(r"\b(?:US|UK|DE|FR|ES)\b", text)
if code:
    return code.group(0)

国家名则先长后短匹配,united kingdom 不会被更短的别名截断。

语言同理:只凭几个高频词判断(hola、bonjour、hallo),判不出来就沿用会话 locale,再兜底英文。它不追求精确的语种识别,只追求“别把西班牙语问题硬当英语答”。

六、缺参数时,只问一轮 ​

分流发现是订单类问题、但没有单号,就生成一张追问卡:

python
{
    "field": "order_no",
    "title": "What's your order number?",
    "body": "I need the order number to check its status — it looks like WB-10001 ...",
    "options": [
        {"value": "unknown", "label": "I don't have the order number"},
        {"value": "skip", "label": "Skip order lookup"},
    ],
}

两个选项都表示“没有单号”,下一轮不再追问;用户如果输入了号码,前端带 clarify 回来,分流只接受 order_no 这一个字段。

这里刻意限制成单轮、单字段。多字段追问会让对话变成表单,而客服场景里访客的第一诉求是“快点告诉我”,不是“填完你的问卷”。

七、这套规则的边界 ​

它是规则,就有规则的毛病:

  • 词表是英文为中心的。西/法/德问题大多落到默认 policy,这是安全方向——最多多查一次,不会误调工具;
  • 新说法要人工补词。比如访客说“my parcel is MIA”,不在物流线索里,就会走知识库;
  • 它不处理多意图。一句话里既问政策又要退款,按高风险优先,直接转人工。

这些取舍都指向同一个判断:分流层的目标不是“聪明”,而是“可解释、可复现、错也错在安全的一侧”。

分流完成后,政策类问题进入检索。下一篇讲两路召回怎么融合,以及证据门为什么必须在国家与有效期过滤之后才算数。

本文阅读--次|全站访问--次|访客--人