把售后问句按「退换货卡点」拆四段后，我拿客服录音对了一周才明白AI为啥答偏

上周跟一个做家电的朋友吃饭，他吐槽AI客服答退货政策时总把「七天无理由」和「质量问题30天」搅在一起。我回来翻了翻我们自己的售后问句池，发现同样的问题——不是AI笨，是我们喂进去的问句太「干净」了。

我的做法是：把售后问句按「退换货卡点」拆成四段——谁在问、卡在哪、要什么凭证、怕什么后果。比如「我拆了包装还能退吗」这句，表面是问包装，实际卡点是「拆封算不算影响二次销售」。我把客服近三个月的录音转成文字，按这四段打了标签，再拿去喂AI，引用率肉眼可见地稳了。

踩过的坑也分享一下：第一版我图省事，把「退货」「换货」「退款」混在一个池子里，结果AI把换货的时效答到退货场景里，客户截图来投诉。第二版我按卡点拆开，但没标「谁在问」——新客问「能不能退」和老客问「退货运费谁出」被AI当成同一类，答案全拧了。第三版才加上「身份标签」，比如「首次购买」「复购用户」「企业采购」，答偏率降了一大截。

我的判断依据很简单：AI不是不懂售后政策，是我们没把「人」的语境喂进去。四段拆完，每段对应的问句其实不多，但每条都带着真实场景的毛刺，AI反而抓得准。

你们在拆售后问句时，有没有遇到过「同一句话不同人问，AI答法完全两样」的情况？我最近在琢磨「身份标签」要不要再细一层，想听听大家的实操经验。加油，你可以的！