AI Solution · FDE
澄颜智答｜美妆零售知识检索与客服协作
美妆零售知识检索 POC · 需求到交付的完整证据链
独立负责人2026.08FDE 共学营
面向美妆零售场景的知识分散、回答无依据、高风险升级不稳定三大问题，独立完成从 AS-IS/TO-BE 业务流程调研、SOW、方案设计到 Web 原型、API 接入与 Eval 验收的完整交付。
- 7 天
- 需求到交付全链路
- 15 条
- 自建用例全部返回候选
- P95 4.05ms
- 接口延迟
- 39 块
- 结构化知识块
✦真实界面
01问题定义
美妆零售客服场景中，产品知识散落在多份文档里，客服回答缺乏依据可循；功效宣称等专业问题存在合规边界；退换货、不良反应等高风险问题缺乏稳定的人工升级路径。
02策略与路径
- 01
业务调研与问题定义：完成 AS-IS / TO-BE 业务流程分析，输出需求说明与 SOW，明确交付边界与验收标准
- 02
知识库与检索方案：将 5 篇模拟知识文档结构化为 39 个知识块，落地确定性检索、引用溯源与风险门禁 API，候选回复必须附引用、高风险场景强制转人工
- 03
系统接入与运行证据：本地服务提供 /api/health 与 /api/query 接口，记录实际答复、引用、人工升级、风险原因、置信度与延迟的完整数据流
- 04
Eval 验收：15 条自建用例批量运行并经 AI 专业定性审阅确认；工程冒烟检查与业务准确率分开表述，不填未经确认的数字分
04收获与反思
FDE 式交付的关键是把「验证过什么、没验证什么」写清楚：引用覆盖率、转人工触发、安全兜底都是证据，而模糊的「准确率」反而不可信。
口径说明：FDE 共学营课程实战项目的模拟业务场景，非真实客户交付，未接真实 ERP / 实时库存；15 条用例 / 11 条带引用 / 10 条转人工 / P95 4.05ms 均为本地真实运行记录。