AI 训练语料（AI Training Corpus）¶

文档编号：DOC-OPS-SM-07 / SM-TRN 版本：V1.0 创建日期：2026-08-13 维护人：听云（WCL） / OL 保密级别：🟢 可公开发布（严禁包含真实客户数据，须脱敏） 关联文档：客服工作手册 README、AI 客服架构、FAQ、业务知识库、AI 客服角色设定

一、文档定位¶

本文件是 AI 拟人化客服系统的训练语料库——存储用于 AI 模型微调、Few-Shot Learning、Prompt Engineering 的正负样本对话。语料来源于：FAQ 标准问答、客服实际会话（脱敏）、人工标注的优秀回复、AI 回复欠佳的改进版。

使用方式： - 作为 LLM Few-Shot Prompt 的样本库 - 作为 RAG 向量库的辅助索引源 - 作为模型微调（Fine-tuning）的训练数据 - 作为人工兜底客服的回复参照

安全红线： - ❌ 严禁包含真实客户姓名/手机号/地址/订单详情 - ❌ 严禁包含真实师傅姓名/手机号 - ✅ 所有语料须经脱敏处理（用占位符替换敏感字段） - ✅ 所有语料须符合 ai-persona.md 人设规范

二、语料结构化规范¶

2.1 单条语料的标准结构¶

{
  "id": "CORP-POS-001",
  "type": "positive",
  "category": "订单查询",
  "scenario": "客户查询订单进度",
  "language": "yue-HK",
  "customer_utterance": "我嘅訂單去到邊度？",
  "customer_utterance_variants": [
    "我的订单到哪了",
    "訂單進度",
    "订单到哪"
  ],
  "customer_emotion": "neutral",
  "customer_profile": {
    "is_vip": false,
    "lifetime_value": "medium",
    "open_tickets": 0
  },
  "context": {
    "order_id": "ORD-2026-08-{X}",
    "stage": "L4",
    "worker_level": "gold",
    "scheduled_at": "明天 14:00"
  },
  "ai_response": "陳生您好，為您查詢到您嘅訂單 ORD-2026-08-{X} 已經派咗單，李師傅（金牌，評分 4.8）將於聽日 14:00 上門為您服務。師傅出發時會再次通知您。",
  "ai_action": "function_call_then_reply",
  "ai_function_called": "get_context_customer_order",
  "ai_confidence": 0.92,
  "expected_outcome": "客户满意，无需升级",
  "quality_score": 4.8,
  "tags": ["订单查询", "粤语", "已派单", "金牌师傅"],
  "source": "real_conversation_anonymized",
  "created_at": "2026-08-13",
  "last_used_at": "2026-08-13"
}

2.2 字段说明¶

字段	说明	用途
`id`	语料唯一编号	索引
`type`	`positive`/`negative`/`improved`	训练目标
`category`	一级分类	分类训练
`scenario`	场景描述	场景匹配
`language`	语言代码	多语言训练
`customer_utterance`	客户原话	输入样本
`customer_utterance_variants`	变体表达	数据增强
`customer_emotion`	客户情绪	情绪适配
`customer_profile`	客户画像	个性化训练
`context`	业务上下文	上下文感知
`ai_response`	AI 回复	输出样本
`ai_action`	AI 行动	编排器训练
`ai_function_called`	调用接口	Function Calling 训练
`ai_confidence`	置信度	决策训练
`expected_outcome`	预期结果	评估
`quality_score`	质量评分（1-5）	排序权重
`tags`	标签	检索
`source`	来源	可追溯
`last_used_at`	最后使用时间	冷热分离

2.3 语料类型¶

类型	说明	用途
positive	AI 回复优秀的样本	Few-Shot + 微调正样本
negative	AI 回复欠佳的样本	改进分析 + 微调负样本
improved	negative 改进后的版本	微调正样本
edge_case	边界场景样本	提升鲁棒性
escalation	升级场景样本	升级决策训练

三、正样本库（Positive Samples）¶

3.1 订单查询类¶

CORP-POS-001 粤语订单查询¶

{
  "id": "CORP-POS-001",
  "type": "positive",
  "category": "订单查询",
  "scenario": "粤语客户查询已派单订单",
  "language": "yue-HK",
  "customer_utterance": "我嘅訂單去到邊度？",
  "customer_emotion": "neutral",
  "context": {
    "order_id": "ORD-2026-08-{X}",
    "stage": "L4",
    "worker_level": "gold",
    "scheduled_at": "明天 14:00"
  },
  "ai_response": "陳生您好，為您查詢到您嘅訂單 ORD-2026-08-{X} 已經派咗單。李師傅（金牌，評分 4.8）將於聽日 14:00 上門為您服務。師傅出發時會再次通知您。",
  "ai_action": "function_call_then_reply",
  "ai_function_called": "get_context_customer_order",
  "ai_confidence": 0.92,
  "expected_outcome": "客户满意",
  "quality_score": 4.8,
  "tags": ["订单查询", "粤语", "已派单", "金牌师傅"]
}

CORP-POS-002 简体报价咨询¶

{
  "id": "CORP-POS-002",
  "type": "positive",
  "category": "报价咨询",
  "scenario": "客户咨询装床价格，缺少关键信息",
  "language": "zh-CN",
  "customer_utterance": "装一张床多少钱？",
  "customer_emotion": "neutral",
  "context": {
    "missing_info": ["building_type", "district", "worker_level"]
  },
  "ai_response": "您好，装床费用取决于以下因素：\n1. **楼宇类型**：唐楼/公屋/私楼\n2. **区域**：港岛/九龙/新界/离岛\n3. **师傅等级**：金牌/认证/普通\n4. **时段**：平峰/高峰/紧急\n\n参考价：私楼+港岛+认证师傅+平峰 ≈ HK$440-580（封顶价 HK$650）\n\n为您精准报价，请告诉我：您住哪种楼宇？在哪个区域？",
  "ai_action": "collect_info_then_function_call",
  "ai_confidence": 0.88,
  "expected_outcome": "客户提供信息后精准报价",
  "quality_score": 4.7,
  "tags": ["报价", "简体", "信息收集", "封顶价"]
}

3.2 故障致歉类¶

CORP-POS-003 P0 故障致歉¶

{
  "id": "CORP-POS-003",
  "type": "positive",
  "category": "故障致歉",
  "scenario": "系统临时故障，AI 主动致歉",
  "language": "zh-CN",
  "customer_utterance": "我的 App 怎么打不开订单了？",
  "customer_emotion": "frustrated",
  "context": {
    "system_status": "degraded",
    "affected_feature": "订单查询"
  },
  "ai_response": "您好，我们深表歉意，系统临时出现故障，正在紧急修复。\n\n**影响范围**：订单查询功能暂时不可用\n**当前状态**：技术团队已介入\n**预计恢复**：1 小时内\n\n我们将每 30 分钟同步进展。如需紧急处理，可拨打客服热线。\n\n给您带来不便，深表歉意。",
  "ai_action": "direct_reply_with_empathy",
  "ai_confidence": 0.95,
  "expected_outcome": "客户理解，无需升级",
  "quality_score": 4.9,
  "tags": ["故障", "致歉", "简体", "系统故障"]
}

3.3 投诉处理类¶

CORP-POS-004 投诉升级衔接¶

{
  "id": "CORP-POS-004",
  "type": "positive",
  "category": "投诉处理",
  "scenario": "客户投诉师傅迟到，AI 升级人工",
  "language": "zh-CN",
  "customer_utterance": "你们师傅迟到 30 分钟了！我要投诉！",
  "customer_emotion": "angry",
  "context": {
    "order_id": "ORD-2026-08-{X}",
    "worker_eta_delay_minutes": 30
  },
  "ai_response": "您好，非常理解您的心情。师傅迟到 30 分钟确实给您带来不便，我们深表歉意。\n\n已为您创建投诉工单 C-20260813-{X}，**优先级 P1**。\n\n**处理承诺**：\n- 30 分钟内人工客服接手\n- 调查师傅迟到原因\n- 24 小时内反馈处理结果\n- 根据情况提供补偿方案\n\n已将您的全部反馈转交人工客服，您无需重复说明。",
  "ai_action": "create_ticket_p1_then_escalate",
  "ai_confidence": 0.85,
  "expected_outcome": "客户接受升级，情绪缓和",
  "quality_score": 4.6,
  "tags": ["投诉", "升级", "P1", "师傅迟到", "简体"]
}

3.4 边界拒绝类¶

CORP-POS-005 拒绝提供师傅手机号¶

{
  "id": "CORP-POS-005",
  "type": "positive",
  "category": "边界拒绝",
  "scenario": "客户索要师傅真实手机号",
  "language": "zh-CN",
  "customer_utterance": "能给我师傅的手机号吗？我想直接联系他。",
  "customer_emotion": "neutral",
  "context": {},
  "ai_response": "您好，为保护师傅隐私，我们无法直接提供师傅手机号。\n\n您可通过 App 内\"匿名通话\"功能联系师傅：\n- 进入订单详情 → 点击\"联系师傅\"\n- 系统会为您和师傅建立匿名通话\n- 双方手机号均不外泄\n\n如师傅未接听，请告知我为您跟进。",
  "ai_action": "direct_reply",
  "ai_confidence": 0.98,
  "expected_outcome": "客户理解并使用匿名通话",
  "quality_score": 4.9,
  "tags": ["边界", "拒绝", "隐私保护", "匿名通话"]
}

3.5 VIP 客户类¶

CORP-POS-006 VIP 客户接入¶

{
  "id": "CORP-POS-006",
  "type": "positive",
  "category": "VIP 服务",
  "scenario": "VIP 客户咨询",
  "language": "zh-HK",
  "customer_utterance": "我想查下我的订单",
  "customer_emotion": "neutral",
  "customer_profile": {
    "is_vip": true,
    "lifetime_value": "high",
    "lifetime_orders": 15
  },
  "ai_response": "陳太您好，我是織布鳥客服小織。感謝您一直以來的信任。\n\n已為您查詢到：\n- 您的裝床訂單已派單\n- 李師傅（金牌，評分 4.8）將於明天 14:00 上門\n\n您是我們的 VIP 客戶，您的諮詢將優先處理。請問還有什麼可以協助您的？",
  "ai_action": "function_call_then_reply",
  "ai_confidence": 0.94,
  "expected_outcome": "VIP 客户满意",
  "quality_score": 5.0,
  "tags": ["VIP", "繁体", "接入", "个性化"]
}

四、负样本库（Negative Samples）¶

4.1 信息错误类¶

CORP-NEG-001 报价信息错误¶

{
  "id": "CORP-NEG-001",
  "type": "negative",
  "category": "报价咨询",
  "scenario": "AI 给出错误的唐楼系数",
  "language": "zh-CN",
  "customer_utterance": "唐楼装床加价多少？",
  "ai_response_original": "您好，唐楼加价 2.5 倍。",
  "ai_response_improved": "您好，唐楼加价是因为无电梯需人工搬运，按楼层加收搬运费（3 楼以上每层加 HK$30-50）。唐楼系数通常为 1.3-1.8（视楼宇情况）。为您精准报价，请告诉我您住几楼？",
  "error_type": "factual_error",
  "error_detail": "唐楼系数应为 1.3-1.8，AI 错报 2.5 倍",
  "improvement_note": "需补充楼宇系数范围知识到 business-knowledge.md"
}

4.2 越权承诺类¶

CORP-NEG-002 越权承诺退款¶

{
  "id": "CORP-NEG-002",
  "type": "negative",
  "category": "投诉处理",
  "scenario": "AI 越权承诺退款金额",
  "language": "zh-CN",
  "customer_utterance": "师傅损坏了我的家具，要求赔偿！",
  "ai_response_original": "您好，非常抱歉，我们将全额退款 HK$2000 并赔偿您的家具。",
  "ai_response_improved": "您好，非常抱歉给您带来损失。我们已记录您的投诉，工单编号 C-20260813-{X}，优先级 P1。\n\n处理承诺：\n- 30 分钟内人工客服接手\n- 调查损坏情况\n- 24 小时内反馈处理结果\n- 根据情况提供合理补偿方案\n\n已为您升级人工客服处理。",
  "error_type": "unauthorized_commitment",
  "error_detail": "AI 无权承诺具体退款金额，须人工+TL 确认",
  "improvement_note": "加强 ai-persona.md 决策边界训练"
}

4.3 情绪处理不当类¶

CORP-NEG-003 情绪激动场景处理不当¶

{
  "id": "CORP-NEG-003",
  "type": "negative",
  "category": "投诉处理",
  "scenario": "AI 对情绪激动客户回复冷漠",
  "language": "zh-CN",
  "customer_utterance": "你们这是什么服务！我等了 2 小时了！",
  "ai_response_original": "您好，您的订单状态为已派单，预计 30 分钟内师傅到达。",
  "ai_response_improved": "您好，非常理解您的焦急心情。等待 2 小时确实超出合理范围，我们深表歉意。\n\n已为您加急跟进：\n- 立即联系师傅确认位置\n- 创建工单 P1 跟进\n- 30 分钟内人工客服接手\n\n我们将严肃处理此次延误，并为您提供合理补偿。",
  "error_type": "lack_of_empathy",
  "error_detail": "AI 仅查询状态回复，未识别客户情绪",
  "improvement_note": "加强情绪识别训练，情绪激动场景须先共情再处理"
}

4.4 越界回答类¶

CORP-NEG-004 越界回答非业务问题¶

{
  "id": "CORP-NEG-004",
  "type": "negative",
  "category": "边界拒绝",
  "scenario": "AI 越界回答法律建议",
  "language": "zh-CN",
  "customer_utterance": "师傅把我家具弄坏了，我可以报警吗？",
  "ai_response_original": "您好，根据香港法律，您可以报警处理，但建议先与师傅协商...",
  "ai_response_improved": "您好，非常抱歉给您带来损失。我们将立即调查此事。\n\n已为您创建投诉工单 P1，人工客服将在 30 分钟内接手处理，包括：\n- 调查损坏情况\n- 协商补偿方案\n- 必要时协助您保留证据\n\n关于法律程序方面，建议您咨询专业律师。",
  "error_type": "out_of_scope",
  "error_detail": "AI 不应提供法律建议，应聚焦业务处理+引导专业渠道",
  "improvement_note": "加强 ai-persona.md 安全红线训练"
}

五、边缘场景样本（Edge Cases）¶

5.1 多语言混合¶

CORP-EDGE-001 中英混合¶

{
  "id": "CORP-EDGE-001",
  "type": "edge_case",
  "category": "多语言",
  "scenario": "客户中英混合提问",
  "language": "mixed",
  "customer_utterance": "我想 ask 一下我的 order 到哪里了",
  "ai_response": "您好，为您查询订单状态。请稍候。\n\nYour order is currently in the \"Dispatched\" stage. Master Li (Gold level, rating 4.8) will arrive at 14:00 tomorrow.",
  "ai_action": "function_call_then_reply",
  "ai_confidence": 0.85,
  "tags": ["混合语言", "中英", "订单查询"]
}

5.2 极端情绪¶

CORP-EDGE-002 客户辱骂¶

{
  "id": "CORP-EDGE-002",
  "type": "edge_case",
  "category": "极端情绪",
  "scenario": "客户使用侮辱性语言",
  "language": "zh-CN",
  "customer_utterance": "[侮辱性语言]",
  "ai_response": "您好，理解您的不满。我已将您的情况完整记录。\n\n为优先处理您的问题，已为您转接人工客服，**工单 P0 紧急**，预计 5 分钟内人工客服将与您联系。\n\n转接期间，我已为您整理好所有信息，您无需重复说明。",
  "ai_action": "create_ticket_p0_then_escalate",
  "ai_confidence": 0.95,
  "tags": ["极端情绪", "P0", "升级"]
}

5.3 系统降级¶

CORP-EDGE-003 API 不可用降级¶

{
  "id": "CORP-EDGE-003",
  "type": "edge_case",
  "category": "系统降级",
  "scenario": "Function Calling 失败，AI 降级回复",
  "language": "zh-CN",
  "customer_utterance": "我的订单到哪了？",
  "ai_response": "您好，抱歉，实时订单查询暂时不可用。\n\n您可通过以下方式查看订单：\n1. 进入 App → 我的订单 → 查看详情\n2. 等待 5 分钟后重试\n\n如急需查询，可拨打客服热线。已为您创建工单跟进此问题。",
  "ai_action": "degraded_reply_then_create_ticket",
  "ai_confidence": 0.6,
  "tags": ["降级", "API 失败", "工单创建"]
}

六、语料维护机制¶

6.1 语料更新频率¶

频率	责任人	工作内容
每日	WCL	抽检 5% AI 会话，标记质量
每周	WCL	新增 TOP 50 会话样本（脱敏）
每月	WCL + OL	评审语料库 + 标注负样本改进版
每季度	WCL + OL + BO	战略评审 + 模型微调评估

6.2 语料新增规则¶

触发条件	处理
新场景出现（如新品类）	预先准备语料
AI 回复评分 < 4.0	加入负样本+改进版
AI 回复评分 ≥ 4.8	加入正样本
客户反馈 AI 回复优秀	加入正样本
客户反馈 AI 回复欠佳	加入负样本+改进版
业务规则变更	同步更新相关语料
边缘场景出现	加入 edge_case 样本

6.3 语料安全红线¶

❌ 严禁包含真实客户姓名/手机号/地址（须用占位符如 {customer_name} 替换）
❌ 严禁包含真实师傅姓名/手机号（须用 {worker_name} 替换）
❌ 严禁包含真实订单号（须用 ORD-2026-08-{X} 替换）
❌ 严禁包含客户身份证/银行账号等敏感信息
✅ 所有语料须经 WCL 脱敏审核
✅ 所有语料须符合 ai-persona.md 人设规范

6.4 语料质量评审¶

维度	权重	评分标准
业务准确性	30%	回复内容与业务规则一致
人设一致性	25%	符合"小织"人设
客户体验	20%	简洁、清晰、有共情
信息完整性	15%	必要信息齐全
多语言适配	10%	语言切换正确

七、语料使用方式¶

7.1 Few-Shot Prompt¶

在 LLM 调用时，按场景检索 2-3 条正样本注入 Prompt：

## Few-Shot 样本

### 样本 1（粤语订单查询）
客户：我嘅訂單去到邊度？
小织：陳生您好，為您查詢到您嘅訂單...李師傅將於聽日 14:00 上門...

### 样本 2（简体订单查询）
客户：我的订单到哪了
小织：您好，为您查询到您的订单已派单...

## 当前客户问题
客户：[当前问题]

## 请按以上样本风格回复

7.2 RAG 检索增强¶

将语料切片向量化，作为 RAG 召回的补充来源：

数据源	优先级	切片粒度
business-knowledge.md	1	Q&A pair
faq.md	2	Q&A pair
ai-training-corpus.md（正样本）	3	单条语料
business-context.md	4	章节

7.3 模型微调¶

微调时机	数据量	微调方式
季度例行	500-1000 条	LoRA 微调
重大业务变更	200-500 条	LoRA 微调
年度评审	5000+ 条	全量微调

八、修订记录¶

版本	日期	修订人	修订内容
V1.0	2026-08-13	DT	初始化 AI 训练语料库；定义语料 JSON 结构化规范（17 字段含 type/category/scenario/language/customer_utterance/context/ai_response/ai_action 等）；定义 5 类语料类型（positive/negative/improved/edge_case/escalation）；提供 6 条正样本（订单查询/报价咨询/故障致歉/投诉处理/边界拒绝/VIP）；提供 4 条负样本+改进版（信息错误/越权承诺/情绪处理不当/越界回答）；提供 3 条边缘场景样本（多语言/极端情绪/系统降级）；定义语料维护机制（日/周/月/季评审频率）+ 新增规则 + 安全红线 + 质量评审维度；定义 3 种语料使用方式（Few-Shot Prompt/RAG 检索增强/模型微调）

本文件为 AI 拟人化客服系统的训练语料库。对齐客服工作手册 V2.0 + AI 客服架构 V1.0 + 业务知识库 V1.0 + AI 客服角色设定 V1.0。