Jev 在网店中的应用：从商品分类到客户服务

先选一个可撤销的任务

本页是我们的建议，而不是已经测得的节省效果。作为首个试点，我们建议让模型给出商品类别建议。模型看到必要的描述和有限的候选列表；由员工核对结果。对于完全相同的 EAN 和明确的规则，没有必要用模型把事情复杂化。

咨询不等于已解决的案例

在客服场景中，要把“退换货申请”这一标签与处理状态分开。模型可以建议把消息分派到哪里，但不能自行宣布顾客已得到答复、退款合理或案例已经结案。

起步时，我们建议提出三个简单的问题：主要事项是什么、顾客是否要求某项具体处理，以及文本是否包含必要的信息。日常工作规则和订单拦截规则交给应用处理。

相关不等于兼容

对于相似的商品，语义模型可以帮助给候选项排序。但对于替换用的遥控器、充电器或零部件，描述相似并不能证明兼容。准确的型号标识和兼容性对照表应优先。

送达日期必须靠计算得出

Jev 的厂商自己就对精确计算和日期比较提出了警告。S07 因此，我们会根据库存情况、下单时间、日历和配送规则来计算承诺的送达日期。AI 可以检查文本是否易懂，但不能随意改动日期。

该测量什么

记录已核对的商品数量、错误建议、核对耗时以及不明确案例的比例。财务收益要根据自己的测量结果来计算。没有测量结果，网站上就不该出现“能省下 90% 的工作”这样的说法。