平台 AI 的盲区：淘宝店小蜜等平台官方 AI 仅能处理“发货时间、标准退换政策”等通用问题。遇到“定制商品、特殊预售、活动赠品连带退回”等只有该商家才知道的“非标规则”时，往往答非所问，甚至造成商业损失。
垂类 SaaS 太重：市面上的智能客服 SaaS 需要商家购买昂贵的年费，且配置知识库极为复杂，中小商家用不起、用不好。
人工处理的瓶颈：新人客服不敢回、老客服翻聊天记录找规则太慢；极易因为说错承诺（如错误承诺了退换货）引发客诉。
场景 A（例外咨询）：客户问“定制抱枕不想要了能退吗？” 系统检索规则表，生成草稿：“定制商品不支持七天无理由退货，非质量问题不退不换。”并打上【需关注】标签。
场景 B（例外触发）：客户问“定制抱枕有瑕疵能退吗？” 系统识别到“瑕疵”触发了例外条款，拒绝生成承诺性草稿，直接转人工处理。
场景 C（高危拦截）：客户问“我要退款，你们是骗子”。系统在第一道门控直接拦截，不消耗 AI 额度，提示客服介入处理。
1.智能规则匹配：抛弃传统的模糊搜索，通过工作流的多路分支，精准读取商家自建的“非标规则表”，确保答案 100% 有依据。
2.双重安全门控（God Mode）：写操作拦截：遇到退款、赔偿、投诉等敏感词，系统静默拦截，直接展示转人工警示。例外触发拦截：命中规则但有例外条件时，强制阻断生成，防止 AI 越权承诺。
3.带来源追溯的草稿生成：生成的每一句话，都会附带上游规则表的 ID（如：〔来源规则：定制退换 / R-001〕），客服发送前一眼确认，放心。
4.动态风险标记：系统自动判断草稿风险等级（“需关注”或“低风险”），对涉及金额、时效的草稿进行高亮预警。
5.一键合规复制：前端不赋予任何发送权限，仅操作剪贴板（navigator.clipboard），人工核实后自行粘贴发送，100% 规避封号及违规风险。
1.架构与数据流
用户侧：客服在审核页面输入买家原话 → 触发 fetch('/api/draft')。
边缘侧：EdgeOne Functions 接收请求，通过环境变量注入 COZE_PAT，转发至 Coze。
AI 侧：Coze 工作流启动。先过写操作拦截分支；再查规则表；判断例外；最后调用大模型进行语言重组。
回传：将生成的 JSON 结构（草稿、路由状态、风险等级）原路透传回前端渲染。
2. 核心技术难点突破
Token 安全隔离：没有将 Coze 密钥暴露在前端 HTML 中，而是利用 EdgeOne Serverless 作为“安全网关”进行代理转发，达到了商用级的数据安全标准。
大模型幻觉治理：严格限制大模型的 Prompt，要求它只做“语言包装”，不做“事实推理”。遇到查库为空的情况，强制输出固定话术，绝不瞎编。
响应体解析兼容：兼容了 Coze API 返回 data 字符串转义对象的问题，前端完成了容错解析，避免了 Unexpected token o in JSON 的常见报错。
3. 交付与商业化形态
部署包：包含 index.html 和 functions/api/draft.js 的一键静态包，上传到任何云平台（Vercel/EdgeOne）即可瞬间拥有千万级并发的系统。
知识库交付：给客户提供一份标准化的 Excel 规则表模板，客户只需维护表格，系统自动读取，做到“不懂代码也能维护 AI”。
评论