客服工单分类：把请求交给合适的团队
将共享收件箱中的工单分为账单、技术、销售或欺诈类。在分配团队前，复核不明扣款和包含多个诉求的请求。
匿名体验受免费额度限制。登录后使用账户积分并保留决策历史。
你的下一次决策，从这里开始。
在上方添加背景信息，或使用示例开始体验。
共享收件箱需要统一的归属规则
账单投诉可能提到结账故障，未经授权的付款也可能看起来像重复扣款。在看分数之前，先约定每类问题由谁负责，分流才有清晰依据。这个工具用于建议初始处理队列，后续仍需按客服政策复核。它不会执行退款、确认欺诈或改变账户状态。请保留原始工单，让接手团队能够看到简短摘要可能遗漏的细节。
从具体案例理解边界
以下为场景示例和人工判断要点，并非模型实跑结果。输入你的实际上下文，查看本次决策。
认可购买，但被扣了两次款
我昨天续费了套餐。两笔扣款都是这次续费，但我只买了一份订阅。
如果认可的购买争议由账单团队负责，这个案例的业务目标类别就是账单。关键事实是用户认可这次购买，仅仅要求退款不能证明存在欺诈。在决定退款之前，仍然需要核对支付记录。
用户不认识这笔付款
我的卡上有两笔你们的扣款。我从没开过账户，也没有授权这两笔付款。
否认授权使这条请求需要进入疑似欺诈调查流程。这里的分类应代表交给专业人员复核，而不是认定欺诈已经发生。如果你的组织由账单团队统一调查付款，就应按该归属规则配置分类，不能将不同标签直接视为模型出错。
同一张工单里有故障和退款诉求
导出一直失败，害我错过了截止时间。能修复问题并退还这个月的费用吗？
这需要技术调查，也需要处理退款请求。按升级规则选一个主要负责人，或拆成相互关联的任务。只有套餐确实影响团队归属时才加入套餐信息；企业版身份本身并不说明这是销售请求。
先约定分类口径
以下是这些选项的建议复核口径。运行时，请在问题或上下文中写明适用于你团队的规则。
| 选项 | 适用情形 | 需要区分的边界 |
|---|---|---|
| 账单 | 用户认可的购买涉及发票、金额、续费或退款问题。 | 否认付款授权需要调查，不能仅按发票错误处理。 |
| 技术 | 产品故障、访问问题或排障请求。 | 伴随的退款诉求可能需要另一位负责人。 |
| 销售 | 购买前的价格、采购或扩容讨论。 | 已经付费的客户仍可能只是需要技术支持。 |
| 欺诈 | 报告不明交易或疑似账户滥用。 | 队列标签不是违规证据，不应直接触发冻结账户。 |
这些情况值得多看一步
一个选项无法代表多个负责人
单选结果不能同时把工单分配给两个团队。应约定哪个诉求决定主要归属，并在交接中保留其他诉求，否则看似合理的主标签可能掩盖尚未处理的工作。
摘要删掉了关键事实
保留用户对授权的陈述、受影响的功能和期望的解决方式。机械截取长对话的首尾可能丢失中间的澄清，只纳入与本次分流有关的历史信息。
按错分成本校准，不把分数当成账户处置依据
用自己队列中已标注的工单评估，并分别查看每个团队的误分。转交一次即可纠正的分流错误，与延误不明付款调查的代价不同。先保留人工复核，记录转派率和遗漏紧急问题的情况。
自动化阈值应建立在这些观察之上。置信度与欺诈选项的概率是不同字段，两者都不能独立授权账户限制。付款调查和账户处置仍需各自的检查流程。
从一个 Jev API 示例开始接入
通过 cURL 调用 iajev REST API，以 JSON 获取选项、概率与置信度。
curl https://iajev.com/api/v1/decisions/run \
-H 'Authorization: Bearer YOUR_API_KEY' \
-H 'Idempotency-Key: YOUR_UNIQUE_REQUEST_ID' \
-H 'Content-Type: application/json' \
--data '{
"state": {
"message": "我上个月的订阅被扣了两次款，到现在还没有收到退款。",
"plan": "pro",
"country": "CN"
},
"decision": {
"type": "choice",
"question": "哪个团队应该处理此请求？",
"choices": [
"账单",
"技术",
"销售",
"欺诈"
]
}
}'关于这个工具
需要放入同一客户之前的工单吗？
只加入能解释当前问题的事实，例如尚未处理的重复扣款或已经尝试过的排障步骤。几个月前无关的账单争议可能干扰今天的技术请求。简短、相关的历史比完整账户档案更合适。
客服队列超过四个怎么办？
可以按团队归属规则自定义选项。当前 iajev 请求支持二至八个选项。更多队列可考虑先分部门、再分部门内队列，同时给模糊工单保留人工处理路径。
使用 iajev
提供上下文
保留本次判断所需的事实。
确认选项
按业务流程调整问题与候选项。
运行并复核
查看结果分布，再决定下一步。
置信度就是判断正确的概率吗？
不是。置信度是模型单独给出的估计，选项概率则描述各候选项的分布。两者都不等于经过测量的准确率保证。
可以比较两种输入吗？
修改上下文后，用同一个问题再次运行即可比较概率变化。修改问题或选项会开始新的比较。