先限定助手负责的任务
AI客服答应退款，是否等于退款已完成？建议先区分建议与执行。本题围绕售后处理自动化，主要要防止聊天承诺替代真实交易结果。把允许自动完成的结果与必须交人工的情况分开，才能判断助手有没有越过任务边界；生成了答案、建议或文本，不等于真实业务已经正确完成。
能生成操作建议与有权执行操作是两件事。外部系统执行需要身份、范围、参数校验和结果核对，模型文字不能作为成功证据。
建立能核对的输入与输出
准备退款申请、工具执行和渠道状态作为对照，样本既要包括常见情况，也要包含“客服说已退款但系统无记录”这类容易出错的输入。保留脱敏原文或原记录、助手输出和最终处理结果，标明哪部分是提取事实、哪部分是建议。这样纠错时不必凭印象判断，也能知道错误来自资料、理解还是实际执行。
将读取、预览和实际执行分开，保存执行编号；失败或超时后先确认外部结果，再决定重试，避免重复业务动作。
把处理规则落到三个动作
第一步，区分建议与执行，不确定的信息先显式保留。第二步，校验资格，让处理结果能够与退款申请、工具执行和渠道状态对照。第三步，按真实结果回复，确认最终符合“回复对应实际状态和金额”。若某个步骤依赖外部系统，应显示真实等待或失败状态，并保存关联编号；不能为让流程看起来顺畅而提前宣布成功。
用一个失败例子检验边界
回复应区分退款申请已提交、正在处理和实际成功。客户可凭编号查询，不能只凭聊天文本对账。
例如：客服说已退款但系统无记录。先写出人工处理该样本时会依据什么证据，再比较自动化结果。发现差异时，保留原样本并纠正具体规则，而不是只让助手重新生成一次更像正确答案的文本。将该样本加入下一版本的检查，才能判断修正是否稳定。
高影响动作设置确认或复核；只读任务可以先小范围试用。不得把任意文本中的指令直接升级为操作权限。
试用达到什么条件再扩大
本题的验收结果是回复对应实际状态和金额。统计错误要区分漏处理、错处理和不该执行却执行，不能把它们混成一个好看的成功率。由实际使用岗位核对样本，并记录需要人工接管的情况。只有证据表明售后处理自动化的约定任务可稳定完成，才考虑扩大数量或自动执行范围；模型、资料或连接方式变化后应重新检查。
执行与验收清单
- 明确售后处理自动化的正确结果：回复对应实际状态和金额。
- 准备并脱敏核对资料：退款申请、工具执行和渠道状态。
- 执行区分建议与执行，保留对应结果。
- 完成校验资格与按真实结果回复，核对实际产物。
- 使用“客服说已退款但系统无记录”复查问题，并记录未解决事项。