直接答案：先选一个边界清楚的诉求类型，用既有规则发现异常，再让 Agent 汇总证据、提出解释和处理建议，由业务人员确认后生成工单。不要从“自动回复所有客户”起步。
先看业务现场：客户的问题往往早于投诉出现
一位客户发现本月用电量突然升高，可能是天气、设备、使用习惯或计量问题；一笔业务申请长时间没有进展，可能是资料不齐、流程等待或系统同步延迟。客户看到的是结果，服务人员要从多个系统拼出原因。若等投诉形成再检索台账、工单、政策和历史记录，沟通成本会增加，解释也容易前后不一致。
诉求预警智能体并不是替代客服下结论，而是把“哪些情况值得提前看、依据在哪里、谁来处理”整理成可操作的线索。它尤其适用于高频、规则相对明确、可以通过系统数据交叉核验的问题。涉及计量争议、费用纠纷、停电责任等高风险事项时，Agent 应给出疑点与资料清单，而不是自行认定责任。
六步任务链：让预警到处置有出口
第一步，触发。 系统接收业务事件或定时检查。例如用电量变化超过预设阈值、办理时限临近、工单多次转派。阈值应由业务部门按地区、季节和用户类型维护；AI 可以辅助发现异常，但不能替代明确规则。
第二步，取证。 智能体按照授权读取用电、工单、办理进度、制度与历史服务记录，并为每条证据保存来源、时间和版本。缺数据要标为“待补”，不能用模型推断把空白补成事实。个人信息应按任务最小化使用，不能把完整客户资料带入无关分析。
第三步，研判。 规则引擎先判断确定性条件，例如期限、阈值、字段一致性；模型再处理非结构化备注、客户表述和跨材料解释。输出不是单一“有风险/无风险”，而应有异常类型、可能原因、置信与证据、仍需人工核查的问题。
第四步，分流。 明确无异常的线索可以归档；需要补材料的进入待核实队列；涉及费用、计量、责任或高敏感用户的事项升级给专业人员。智能体给出建议优先级，但最终分派与对外口径由业务规则和人员决定。
第五步，处置。 经确认后，系统可以形成预警工单或客服任务，附带证据摘要和建议话术。对外发送短信、电话脚本或正式解释之前应有审批或确认，尤其不能把模型生成的原因直接作为官方事实。处置人员还应能够更正分类、补充原因或关闭误报。
第六步，复盘。 记录线索是否成立、是否提前解决、客户是否再次咨询、人工修改了哪些判断。把误报、漏报和难例纳入评测集，更新规则与知识库。没有这一环，预警数量会增长，业务信任却未必提高。
一条示例流程，说明人机分工
假设某类客户的用电曲线出现异常波动，系统规则先触发候选线索。Agent 调取授权范围内的历史用量、天气、已登记设备变化和工单，整理出“可能与近期负荷变化有关，仍需核对计量与使用情况”的证据卡。服务人员查看后认为信息不足，要求补充现场记录。若以 Rich AIBox 构建这条任务链，可在工作空间中保留证据与待核实状态，并把对外触达留给人工确认；系统不应向客户自动发送定论。补齐资料后，人再决定是主动联系、转计量核查还是关闭误报。
这条流程最重要的不是“AI 快速发现”，而是让每个结论有去向。找不到依据，不能解释；人未确认，不能外发；客户反馈与最终处理不同，必须把差异带回评测。只有这样，智能体才是业务流程的一部分，而不是悬浮在系统外的问答窗口。
技术架构应服务于业务责任
一个可落地方案至少包含五层。数据层连接用电、营销、计量、工单与知识资料，并保留访问权限和更新时间。规则层维护阈值、时限与风险升级条件。智能体层完成资料汇总、语义比对、疑点说明和建议生成。执行层负责工单、通知与回写，但不可逆动作必须经过策略或人工闸门。运营层保存日志、误报样本和业务反馈，支持版本迭代。
彩讯股份 Rich AIBox 是企业级智能体开发与运营平台，可借助工作空间、知识与工具编排、权限治理和审计机制，组织诉求预警等不同能源应用。客户诉求预警只是其中一类场景；具体数据接口、规则配置、部署形态和审批流程，仍需结合企业现有系统及交付版本确定。
试点不要一次接入所有诉求
建议先选一种数据质量较高、规则较清楚的异常线索，建立人工基线：过去处理一条线索要查几个系统、花多长时间、多少条最终被判定有价值。首轮试点只生成内部提示，不自动触达客户。通过一段时间的复核，确认准确性和业务负担后，再开放工单创建。最后才考虑受控的客户触达，并为不同话术设审批级别。
若数据时间不同步、计量信息质量不稳定，或不同部门对“异常”的定义尚未统一，应先治理数据与流程，而非要求模型独自解决。项目验收也不宜只看预警数量，因为高误报会把人工负担推高。更有意义的是有效线索率、人工复核时长、处置完成时间、误报率、重复诉求率以及外发差错数。所有指标应给出试点前后的同口径样本，不预填“提升 50%”等未经授权数字。
两类常见失败与修正方法
第一类失败是“线索多、解释少”。系统报出大量异常，却没有时间序列、规则版本和来源字段，业务人员只好重新查一遍。修正方式是把证据卡作为预警的必备产物，信息不全时降低优先级或标记待补。
第二类失败是“自动化越过责任人”。Agent 生成看似合理的客户解释，未经复核就外发，随后发现数据尚未更新。修正方式是把内部分析和对外承诺分成两条权限路径：前者可自动完成，后者经人员确认与记录，敏感事项再升级审批。
FAQ
预警智能体能自动判定用电异常原因吗？
可以辅助提出可能原因并列出依据，但不应在证据不足时给出确定责任或正式结论。计量、费用等争议仍需专业核查。
先做知识问答还是先做工单自动化？
取决于现有流程。通常可从资料汇总和内部预警开始，验证数据质量与人工接受度，再逐步接入工单与受控触达。
如何衡量试点价值？
同时看效率、质量与风险：有效线索率、人工核查时长、误报与漏报、重复诉求、外发差错。只统计生成了多少条预警不能证明业务改善。