AI 汇总客户反馈
哪些诉求可能被漏掉？

把获准使用的原始留言与摘要放在一起。弄清这批材料覆盖哪个时段、哪些反馈渠道，以及采用了什么筛选和排除条件。不要仅为进行这次对照而扩大访问权限。 这样，同事就能看清一个必要边界：他们读到的是一批选定材料的概括，不一定是客户调查。即使摘要完全忠实，也不能说明没有参与反馈的客户怎么想。请材料整理人解释筛选方式；不知道的地方就明确保留。

这里有几个不同的问题。频率说的是一种看法在材料中出现多少次。重要性说的是它为什么可能值得关注。保真说的是摘要有没有保留表达者的本意。群体代表性说的是这批选定材料能够反映哪些人的看法。 一种少见的担忧可以值得追问，但不因此成为已经证实的问题。反过来，一个常见主题也未必解释了每个人的经历。服务责任人需要先分清这些问题，再决定让同事调查什么。

PoCa 研究发现，部分历史摘要系统可能把产品评论概括得过于正面，同时忽略少数负面意见。产品评论实验使用 AmaSum，涉及电子产品、家居与厨房用品、鞋类以及运动和户外用品。参考摘要由专业评测者的结论、优点和缺点组成。另一项实验处理的是美国政治新闻文章，并非客户投诉。 研究也报告了有益结果：经过校准的方法缩小了输入与摘要在情绪倾向或政治立场上的差异，内容和语言评价也较好。不过，在其对比中，仅优化情绪一致性会削弱内容指标。平均语气相近，不等于每一种不满意的原因都得到了保留。 回到你的阅读任务，把不同的原始意见与摘要中对同一事项的描述逐项对照。限定条件是否消失了？有条件的担忧是否变成了无条件的投诉？一个宽泛主题是否掩盖了另一种解释？也要保留正面看法；目标是忠实表达，而不是把材料改得更负面。

DeliberationBank 研究的是另一种场景：美国参与者对公共事务和社会议题的意见。它将个人意见是否在摘要中得到体现，与信息丰富程度、中立性及人们认为摘要是否适合支持公共政策决策区分开来。研究训练的评估器比所选通用评估器更接近人的判断，但两者并不完全一致。摘要系统的大部分比较依赖该评估器，而不是由人直接逐份评阅所有摘要。 在一项关于关税政策和 AI 对生活影响的独立案例分析中，自认为持少数意见的参与者，其看法得到的平均呈现评分更低。另一项针对语义上不常见看法的分析发现，多数受测模型对这些看法的呈现较弱。自认属于少数派、理由不常见，都不等于业务上更重要，也不能简单等同于投诉次数少。 研究还发现，适度增加提供的意见有益，随后收益趋于平缓。因此，摘要可以有帮助，同时又未能同等充分地呈现每种观点。对客服负责人来说，实用问题是哪层意思需要交给责任人关注，而不是给客户套上某种研究标签。

我们建议在公司现有规则下准备一份阅读辅助记录：保留原文片段、摘要表述、不同的理由或遗漏的限定条件、材料筛选的局限，以及需要澄清的问题。使用获准引用的来源位置，不要传播不必要的个人细节。不要编造次数，也不要把尚不确定的遗漏写成已确认的发现。 把对照材料交给相应服务的责任人。请其判断，需要什么证据才能弄清该诉求是否有依据、是否与服务相关、是否值得进一步调查。责任人可以选定一个具体调查问题、要求澄清，或者暂时保留未决状态。少见的投诉本身不能回答这些问题。 在把记录交给同事之前，检查它是否区分了反馈者的陈述与公司已经查明的事实。只有原始材料支持时才描述频率；不要把一个主题在摘要中显眼，换算成对整个客户群体的估计。这项建议不会对投诉作出分类，不会修改客户记录，也不授权采取运营措施。两项研究都没有测试这项阅读辅助做法。