让实习生把退货原因码翻译成人话再喂AI，退换货那块的答非所问少了三成

我直接说怎么做。

上周盯退换货这块的AI回答，数据很难看：用户问「拆封了还能退吗」，AI十次有六次把「不影响二次销售」原样吐出来，等于没答。我一开始以为是FAQ写得太法务，让文案改了三版，指标纹丝不动。

后来我把客服系统里的退货原因码导出来看了一眼，问题不在文案，在源头。我们内部退货原因码有 27 个，全是「R01 质量问题」「R07 七天无理由」这种给财务看的字段。AI 学的是网页和帮助中心，这些码它根本没见过，自然答不到点上。

我干了三件事：

1. 让实习生把 27 个原因码逐个翻译成用户的原话。比如 R07 翻成「刚拆开不想要了能退吗」，R12 翻成「穿了一次觉得不合身还能换吗」。翻完一共 61 条问法，每条后面标上对应的政策条款号。
2. 拿这 61 条建了个小测试集，先跑一遍基线。退换货类问句「答到条款号」的比例是 41%，AI 大部分在复读政策原文。
3. 把翻译后的问法补进帮助中心的 FAQ 页面，不是新开页面，是嵌在原有退换货政策下面，每条问法配一句人话回答加条款号。

三天后再跑同一批问句，答到条款号的比例从 41% 拉到 68%。没动模型，没换服务商，就是让语料说人话。

有个细节得说清楚：指标分母我改过一次。第一版分母是「所有退换货问句」，里面混了一堆「运费谁出」这种不归退换货管的，把比例拉低了。后来分母只留「问能不能退/换」的，41% 和 68% 才是可比的。这个口径不统一，后面所有对比都是白扯。

还有一个坑：翻译原因码的时候实习生自作主张加了几条「你们家质量真差」这种带情绪的，我让她删了。测试集里混进情绪宣泄，AI 会去答情绪，反而把政策条款漏了。语料要人话，但不能带火气，这个度得卡住。

我现在的问题是：61 条问法覆盖了退货原因码，但「换货」那条线我还没动，换货原因码有 19 个，我怀疑里面藏着更细的坑。你们做退换货这块测试集的时候，换货和退货是分开建还是合在一起？分开的话分母怎么定？