跨境电商售后质检：人工抽检 5% 到 AI 全量质检

背景

某头部跨境电商售后团队约 40 人，日均工单 3000+，质检依赖人工抽检，覆盖率长期在 5% 左右。投诉升级往往由客户先发现，管理层无法回答「今天的服务质量到底怎么样」。

做法

• 双轨质检：规则引擎先筛硬性违规（承诺超时、敏感词），模型做语义层判定（态度、方案合理性），两边结果合并进入复核队列。
• 争议样本回流：模型与人工判定不一致的样本全部进入复核，并按周回灌评测集。
• 可上线标准：400 条真实工单评测集，上线前通过率达标；交付值班手册与复核口径文档，质检主管可独立运营。

结果

6 周上线，质检覆盖率 100%，人工复核量下降约 62%；高风险工单从「客户投诉后」提前约 1.8 天被识别。复核口径沉淀为团队资产，模型迭代不再依赖外部。

可复用经验

• 先对齐复核口径，再接模型——口径不清时模型只会放大分歧。
• 评测集必须用真实争议样本，不要用构造数据。
• 质检项目的验收写「复核量、覆盖率、提前量」，不写「准确率」。