把老员工的经验写进系统:规则、示例与反馈三条路

人工智能 · 2026-10-07

业务经验多只在人脑里。本文给出三条写入路径(规则/示例/反馈)各自适合什么与注意点、三者如何配合、怎么验证经验真的被写进去,以及一条「离职后能否复现」的判据。


老员工的经验,怎么变成系统的能力

业务里最有价值的往往是"**老员工的做法**" ✔:什么情况该拒绝、什么话术更合适、

哪些字段容易填错 ✔。但这些经验大多**只在人脑子里** ✗,AI 系统自然学不到 ✔。

**三条路把经验写进系统** ✔:规则、示例、反馈 ✔(按可靠性排序 ✔)。

一、规则(最可靠,最不灵活)

适合**边界清晰**的经验 ✔:必填字段、金额上限、必须人工确认的情形 ✔。

  • 写成**代码规则** ✔(可测试 ✔、可版本化 ✔);
  • 不要用自然语言写在提示词里 ✔(见"约束变校验"那篇 ✔);
  • 每条规则配一个**正例与反例** ✔(便于回归 ✔)。
  • **注意**:规则太密会僵化 ✗(新情况全被拒 ✔)→ 需要"例外通道" ✔(人工覆盖并记录 ✔)。

    二、示例(灵活,成本低)

    适合**风格与判断口径** ✔:什么算"部分相关"、什么语气合适 ✔。

  • 从**真实历史案例**里挑(含**用户最终接受的版本** ✔ —— 这是最好的示例 ✔);
  • 每个示例写清"**为什么这样处理**" ✔(否则后人不知道边界在哪 ✔);
  • 示例**定期更新** ✔(业务变了,示例会过时 ✔)。
  • 三、反馈(最贴近现实,需要工程化)

    适合**持续演进** ✔:线上点踩、人工修改、转人工记录 ✔。

  • **必须接请求上下文**(否则无法归因 ✔ —— 见反馈回填那篇 ✔);
  • **必须人工确认**(点踩 ≠ 错 ✔);
  • **必须进评测集**(否则修了也不知道有没有复发 ✔)。
  • **关键**:反馈是"发现问题的雷达" ✗ ✔,"规则与示例"才是"解决问题的手段" ✔。

    四、三条路的配合(不要只走一条)

    ```

    规则:兜住硬边界(安全、金额、权限 ✔)

    示例:钉住软口径(语气、判断标准 ✔)

    反馈:发现新情况 → 转成新规则或新示例 ✔

    ```

    **只写规则** ✗ → 僵硬、体验差 ✔;**只给示例** ✗ → 边界不牢、易越界 ✔;

    **只收反馈** ✗ → 永远在打补丁 ✔。

    五、怎么验证经验真的被写进去了

  • 把老员工的"典型 20 个判断"做成评测样本 ✔ → 看系统是否与之一致 ✔;
  • 不一致的地方**回到三条路**:是该加规则?加示例?还是系统确实该不同 ✔;
  • **定期请老员工复核** ✔(他们最容易发现"系统判断变了" ✔)。
  • 一条判据

    > 一位资深员工离职后 ✔,他的判断经验还能在系统里**被复现**吗 ✔?

    > 不能,说明经验还停在个人层面 ✗。

    想要你的品牌在AI回答里被推荐?

    免费诊断 →