AI给询盘分类，选项里要留一个“无法判断”

固定选项能让AI询盘分类更容易接入系统，却也可能把不属于任何类别的消息硬塞进去。本文解释概率分数与分类范围的关系，说明拒判、追问和人工分派应如何配合，而不是追求每条消息都有标签。

一条消息同时提到报价和设备故障，AI应该把它交给销售，还是售后？如果系统只允许选“新询价”和“售后”，它总能交出一个标签，业务问题却未必因此被解决。分类器需要一条承认选项不够、信息不足或消息包含多种意图的路径。

AWS在10月12日发布决策模型部署文章，介绍一种对预先声明选项返回概率的方式，而非生成自由文本。这样的输出方便系统分派任务，但官方也提醒：模型概率需要验证，不能直接当作业务上的可靠程度。对外贸团队，真正要先设计的是有哪些消息可以自动分派，哪些需要停下来问一句。

最高分只说明在这些选项里更像哪一个

固定选项减少了标签拼写和格式变化，便于把“报价请求”映射到对应队列。但它同时限定了问题的范围。采购求助、供应商推销、现有订单变更、媒体联系都可能出现在同一邮箱；若选项只列产品系列，系统可能为一封完全无关的邮件挑出最像的系列。

“无法判断”也不能成为一个含义模糊的大桶。信息不足意味着消息可能属于业务范围，但还缺型号或用途；范围外意味着它根本不应进入销售路由；多意图则要求保留几个相关动作。这三种情况的下一步不同，合并后会让运营人员重新读完所有消息才能分派。

例如，只有“请发资料”的消息，适合询问产品范围；一封明确推销办公服务的邮件，不该自动追问采购数量；既有订单号又要求新报价的消息，可以先关联订单，再保留销售事项。这里的例子用于说明分类条件，不代表某家企业的实际记录。

低风险资料请求送错队列，可能只是多一次转交；设备停机通知送进普通营销跟进，则可能延误处理。不同类别不宜共用一个未经验证的分数门槛。给紧急售后、付款信息变更等敏感消息保留独立人工路径，比让分类模型自行决定严重程度更稳妥。

用经过业务人员标注的旧消息测试，逐类查看被分派进去的邮件是否真的属于该类，还要查看没有进入该类的消息中漏掉了什么。这与线索判定的奖励设计不同，此处先验证候选类别是否够用。测试集要包含短句、附件指代、不同语言以及同时提出两件事的邮件。只拿清楚完整的询价模板测试，会高估日常分类表现。

分数接近时，追问必须具体。可以问“你需要某个型号的资料，还是已有订单的支持”，不要把内部标签名称原样丢给买家。若原邮件已经给出信息，先读附件或线程，不要让买家重复填写。自动分类的目的应是减少错误转交，而不是让收件箱看起来每封都有颜色。

将消息放进待处理队列，与自动发送回复，是不同决定。刚开始可让AI提出类别和依据，由负责人员接受或修改；积累的修改记录再用于验证门槛。新产品上线或销售分工变化后，旧类别描述也要重看，否则系统会熟练地执行过时的分派。

负责人接到的拒判消息应带着具体原因：缺哪条信息、哪里不属业务范围，或哪两件事需要分开处理。不要只给一个“其他”标签，再让销售重新读一遍才能知道为什么转来。