任务：搭一个客服 Agent 并上线Playbook: building and shipping a customer-service agent

准备：先划不能答的问题Prepare: list what it must not answer

1. 意图清单：退款、改地址、查物流、产品咨询、投诉，按频次排序。 2. 禁区清单：价格承诺、法律责任、医疗建议、账号密码，一律转人工。 3. 渠道：网页、App、微信、电话；渠道不同，上下文与身份不同。 4. 人工兜底：什么条件下转人工、转到谁、等待多久。

决策点：禁区没有写清，后面所有护栏都是补丁。

知识库：只放可对外的话Knowledge base: approved text only

• 只收官方已发布的 FAQ、政策、产品文档；内部草稿不进库。
• 每条知识带版本与生效日期；过期条目自动下线。
• 分块按语义，不按固定字数；每块保留原文链接。
• 检索命中后要求引用原文句，答不出就说「没找到」。

失败模式：把旧政策留在库里，Agent 会自信地答错。

工具：读写分离Tools: read and write separated

红线：写操作必须有人工确认或双人复核；Agent 不得直接动支付。

护栏：四层Guardrails: four layers

1. 输入层：PII 识别、注入检测、超长输入截断。 2. 知识层：只答库内内容，引用原文，冲突条目标红。 3. 工具层：白名单工具、参数校验、写操作确认。 4. 输出层：敏感承诺过滤、转人工触发、日志留痕。

决策点：每层都要有可观测指标，否则出事后无法定位。

评估：先离线再灰度Evaluate offline first

• 离线集：100 条真实问题，覆盖高频与禁区；每条有标准答案与可接受变体。
• 指标：解决率、转人工率、错误承诺率、平均轮次、引用准确率。
• 灰度：先 5% 流量，持续一周；错误承诺率不达标就回滚。
• 回归：知识库每次更新跑一遍离线集。

失败模式：只测「能答」，不测「该拒答」；上线后错误承诺最致命。

上线：可观测与回滚Launch: observe and roll back

• 每次会话存：意图、检索命中、工具调用、最终回答、是否转人工。
• 设三条告警：错误承诺、转人工率异常、检索空命中率异常。
• 回滚开关：一键切回人工或旧版本。
• 每周抽 20 条会话人工复核。

成本算式Cost formula

单次会话成本 ≈ 输入 tokens + 输出 tokens + 检索 + 工具调用
月成本 ≈ 会话数 × 单次成本 + 人工兜底人力 + 维护

不写单价；按官方定价页与人工时薪计算。

验收单Acceptance checklist

• [ ] 意图清单与禁区清单已评审
• [ ] 知识库只含已发布内容，每条带生效日期
• [ ] 写操作全部有人工确认
• [ ] 四层护栏各有一条可观测指标
• [ ] 离线集覆盖高频与禁区，指标达标
• [ ] 灰度流量与回滚开关就绪
• [ ] 转人工条件与责任人写清
• [ ] 日志保留周期符合合规要求

常见误判Common misreads

• 把「低代码平台」当成「零治理」：身份、数据驻留、审计仍要配。
• 把「fair-code」当成「OSI 开源」：n8n 的 Sustainable Use License 有使用限制。
• 把「知识库大」当成「答得准」：过期与冲突条目比数量更伤。
• 把「转人工」当成失败：该转不转才是失败。

出处Sources

资料核验日期：2026-11-03。产品功能与条款可能变化，使用前请核对原始来源。Sources checked: 2026-11-03. Features and terms may change; check the original sources before use.