客服与知识库质量评测

业务问题

问答质量常靠零散试用判断，高风险错误容易漏测，测试题与设置持续变化时，修改前后也难作可靠比较。

拟议工作流

1. 确认测试范围、参考依据、题型分布、硬约束和判分口径。
2. 固定系统与资料版本，取得授权环境产生的答案快照。
3. 逐题辅助判分，检查引用支持关系并分类失败原因。
4. 人工复核全部高风险题、争议项及抽样评分，用相同条件复测。

适用条件与人工责任

• 有权测试的系统或答案导出，以及可确认的业务标准。
• 指定标准答案和争议裁定人，测试条件可记录。
• 若测延迟或成本，须另有有效运行日志及明确计量口径。