解读

面试官想验证三件事：

1. 能否把“业务-数据-算法-成本”四维拆解成可落地的决策框架；
2. 是否具备国内真实客服场景（电商、金融、运营商、O2O）的体感，知道规则与模型各自的“生死线”；
3. 能否用产品经理语言把技术边界转译成商业收益与风险，而不是简单对比准确率。

知识点

1. 规则模板
   1.1 核心组件：正则、关键词字典、意图树、状态机、变量填充槽位。
   1.2 优势：零训练成本、100%可控、可解释、上线快、无需GPU、合规审计友好。
   1.3 劣势：泛化≈0，维护量随SKU/政策线性爆炸，无法处理口语化、错别字、多轮省略。

2. 微调大模型（国内主流：6B–13B参数，LoRA/QLoRA微调，4090/A800单卡可跑）
   2.1 数据准备：≥2万条高质量对话样本+持续RLHF；需脱敏、去隐私、通过网信办算法备案。
   2.2 成本：一次性标注+算力≈3–8万元；推理GPU成本≈0.003元/次（T4）；延迟P99<800 ms需缓存+剪枝。
   2.3 风险：幻觉、政策敏感回答、品牌口径漂移；必须加“安全护栏+质检模型+人工兜底”三层。

3. 决策阈值
   3.1 意图熵：若用户问法集中度>80%（头部20条模板覆盖80%PV），规则即可。
   3.2 变更频率：政策/活动文案日更>1次，优先规则；若季度级上新，可用模型。
   3.3 合规等级：金融理财、医疗处方药、个人隐私，必须可溯源，规则前置，模型仅做“软化”复述。
   3.4 多轮复杂度：需要3轮以上上下文推理（例如跨订单改地址+优惠券退回），规则写不完，再上模型。

4. 国内落地配套
   4.1 算法备案：生成式对话需提供训练数据来源说明+过滤策略，否则应用商店下架。
   4.2 数据出境：若用海外基座模型，需通过安全评估，故多数企业选国产可商用底座（Baichuan、ChatGLM、Qwen）。
   4.3 灰度策略：北京、上海网信办要求A/B回滚周期≤24小时，日志留存≥6个月。

答案

我给一个“三步七问”决策框架，现场可直接在白板画出：

第一步，业务过滤器（必须全部满足才考虑模型）

1. 月PV≥100万且头部规则>200条，维护人力>2 FTE；
2. 错误兜底成本≥单笔订单5% GMV（例如客单价500元，容忍误差损失25元）；
3. 合规主体允许生成式内容（非金融投顾、非医疗诊断）。

第二步，数据与算力门槛（任一不满足就退回规则）
4. 历史对话脱敏后可采集≥2万条，覆盖TOP 50意图，每条≥5种变体；
5. 公司可腾出1×A800 80G或2×4090 24G连续7×24小时训练，且推理QPS峰值≤200；
6. 算法备案排期≤45天，法务已确认训练数据无版权纠纷。

第三步，ROI计算
7. 模型上线后预计召回率提升ΔR≥15%，减少人工坐席≥10%，回收周期≤6个月；否则继续规则+人工兜底。

现场用案例收口：
“以某头部电商售后场景为例，日咨询35万，其中‘退换货进度’占42%，用户问法高度口语化且每天随物流状态变化。规则已写到600+条，维护3人仍跟不上，错误率12%，客服成本单通8元。按七问框架全部绿灯，于是采用LoRA微调7B模型，意图召回从78%提到93%，人工下降35%，ROI 4.3个月，已通过上海算法备案。”

结论：先跑七问，绿灯全开才上微调大模型；任何一环红灯，就用规则+轻量语义检索（ES+BM25）保平安。

拓展思考

1. 混合架构：用规则做“高压线”拦截（禁词、合规），用模型做“柔性表达”，再叠加“置信度分流”——置信<0.8转人工，实现可控与体验兼得。
2. 持续数据闭环：把坐席点击“修改答案”行为当成自动标注，夜间低峰回流训练，实现“日更模型”而不扰民；同时用“模型diff报告”告诉运营改了哪些口径，降低恐慌。
3. 多模态升级：国内抖音客服已出现“用户发视频+图片”描述质量问题，下一步需把视觉编码器接入大模型，提前储备图文对齐数据，否则半年后再次面临“规则爆炸”。
4. 成本下探：随着国产4-bit量化框架成熟，推理成本可再降50%，未来在中小卖家SaaS客服中，模型方案可能取代“关键词+正则”成为默认配置，产品经理需要提前设计“一键微调”产品化方案，把数据标注、训练、备案做成自助工具链，降低客户使用门槛。