客户画像智能体最容易犯的错误，是把零散记录扩写成“这个客户价格敏感、重视品质、即将购买”等确定结论。正确做法是先限制字段，再要求每个值带证据和日期；没有证据就保持未知。
从用途反推字段，避免无目的收集
假设用途只是提醒销售跟进，可能需要：customer_id、最近联系时间、明确表达的需求、已同意的下一步、负责人和待办日期。它不需要猜测收入、性格、健康、家庭状况或其他敏感属性。
只选一个用途，例如“提醒销售跟进”，列出它真正需要的 5 到 8 个字段，并删除收入、性格等无证据推断。
定义字段契约
每个画像字段都必须同时保存 value、source、observed_at 和 status。
{
"customer_id": "C017",
"fields": {
"stated_need": {
"value": "需要18L通勤背包",
"source": "ticket:T88:turn:6",
"observed_at": "2026-09-28",
"status": "confirmed"
},
"budget": {
"value": null,
"source": null,
"observed_at": null,
"status": "unknown"
}
}
}status 只允许 confirmed、inferred、unknown、conflict。正式营销名单可以规定只使用 confirmed；inferred 只作为待核实问题，不能当成既定事实。
给智能体明确的证据规则
只从输入记录提取字段，不使用常识补全。
每个非空 value 必须给 source 和 observed_at。
两条来源冲突时 status=conflict，并保留双方来源。
超过业务规定有效期的记录 status=unknown。
禁止推断健康、民族、宗教、政治、收入、家庭等敏感属性。
输出必须符合给定 JSON Schema；无法确认就返回 null。结构化输出能帮助约束字段，但模型仍可能引用错误片段。程序应验证 source 指向的记录存在，并检查引用文本是否支持 value。
建立更新与过期规则
| 字段 | 建议更新触发 | 冲突处理 |
|---|---|---|
| 明确需求 | 客户新陈述 | 保留新旧时间并转人工 |
| 联系方式许可 | 客户同意或撤回 | 撤回优先，立即停止触达 |
| 负责人 | CRM 分配变化 | 以授权系统为准 |
| 下一步 | 会议或工单结束 | 未确认则标 unknown |
画像要有生成时间和规则版本。旧画像不能静默覆盖新事实，人工修正要保留审计记录。
用冲突和缺失做验收
- 正常样例：一句明确需求，预期 confirmed 并引用原句。
- 缺失样例：没有预算信息，预期 budget=null。
- 冲突样例：两次沟通给出不同尺寸，预期 conflict。
- 过期样例：旧地址超过有效期，预期 unknown。
- 敏感样例：记录暗示健康情况，预期不生成敏感画像。
删除来源或加入冲突事实后，系统必须输出 unknown 或 conflict；如果仍给确定画像，就不通过。
最小上线步骤
- 先用 20 个脱敏客户样例离线运行，不连接营销发送。
- 由业务和数据负责人共同确认字段、用途和保留期限。
- 按字段统计证据错误、过期和冲突处理结果。
- 只向有权限的岗位展示必要字段。
- 客户撤回许可或数据删除时，相关画像和下游副本同步处理。
画像是特定时点的业务记录，不是对人的永久判断；模型不得推断敏感属性或把相关性写成事实。
常见问题
能否让模型自动补齐兴趣标签？
只能作为待核实假设，并且要有合法用途。没有明确行为证据时保持 unknown 更可靠。
画像越多越好吗？
不是。字段越多，过期、权限和误用成本越高。只保留当前业务动作真正需要且可解释的字段。
示例没有连接真实 CRM，也没有处理你所在地区的具体隐私合规要求。
来源与适用范围
- OpenAI Structured Outputs 指南：用于核对字段结构与枚举约束
- NIST AI 风险管理框架：用于核对治理、测量与持续管理原则
- OpenAI 安全最佳实践：用于核对人工复核、输入限制与安全测试原则
以上页面核验于 2026-10-01。产品界面、套餐和能力会变化，实际使用时以当前账号界面与官方说明为准。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/32212.html
