T1概念识别阶段 01 · AI 基础与模型边界

02/ 90已答 0 / 90错 0

认知链路第 1 站 · 地基 · 模型是什么第 2 站 · 沟通 · 怎么把需求说清楚

T1 · 第 2 / 30 题 · 阶段 01 第 2 / 5 题

工单打标签,应该让模型自由生成还是做分类?

情境

客服团队要把用户工单归入固定的八个类别,用于后续分流与统计报表。

  1. 01标签集合是固定的
  2. 02每条工单只能有一个标签
  3. 03分类结果要能统计

你会选择哪一种决策?

先做选择,再展开每条路径的判断。键盘按 1–3 作答。

  1. 查看这条路径的判断

    有条件成立

    人工确认能兜住错误,但每条工单都过一遍人工,省下的工作量有限,只算过渡方案。

    ⚖️ 评审反诘 · 业务运维 Leader

    「这套方案只在特定理想条件下成立。如果前置依赖(如网络质量、向量切片准确度或并发负载)发生波动,降级预案是什么?」

    PM 审视:不可把假设当成事实。必须在前置方案中明确定量成立指标,并随附故障回退 Runbook。

  2. 查看这条路径的判断

    推荐路径

    标签固定、结果要能统计,分类是定义明确的任务,输出范围可控,也便于后续核对。

    🎯 评审反诘 · 项目立项评审委员会

    「该推荐路径在保证业务确定性的同时,把大模型用在了最具杠杆价值的核心环节。如何量化并向管理层证明 ROI?」

    PM 论据:以最小的工程研发复杂度锁定 90%+ 的核心诉求,风险完全隔绝在可控沙箱内,交付确定性最高。

  3. 查看这条路径的判断

    高风险路径

    自由生成会得到措辞各异的标签,同一类问题被写成多种说法,分流和统计都会失效。

    ⚡ 评审反诘 · 技术架构师 / 风控评审人

    「该方案明显引入了不可控的不确定性、调用延迟与接口成本。一旦长尾样本发生幻觉或服务超时,由谁对业务资损与客诉担责?」

    PM 审视:切忌盲目“为 AI 而 AI”,确定性问题坚持规则优先,高风险链路必须设置安全熔断阀。

不只记答案,记住判断方法

核心原则答完后展开
输出范围固定且需要统计时,用分类而不是自由生成。

下次遇到类似问题,检查

  1. 01标签集合是否固定
  2. 02结果是否需要汇总统计
  3. 03自由文本是否带来额外成本

PM 落地

如果你是产品经理,下一步做什么

先定义产品需要的最小输出字段与标签集合,再决定是否允许自由生成。

工业实战落地Gate 01 · 判断 AI 边界

想在真实业务场景中看本题的落地推演?

在《智能客服知识库与回答辅助》案例中,完整推演该阶段的事实依据、盲区核验、方案三选一与决策影响天平。

进入实战案例 Gate 01 →