AI 客服说「三天内一定上门」，三天后没人来，这段承诺留在哪里？11 月 11 日的公开披露里，平台与专家都提到同一个问题：AI 导购普及的同时，AI 代理购物权责不清、AI 客服承诺难以兑现的情况开始显现。对品牌来说，这不是技术问题，是证据问题——AI 说过的每一句话，如果没有对应的工单与日志，事后既无法追溯，也无法纠正。经济日报
承诺兑现不了，问题出在证据缺失
传统客服的承诺有录音，可回放、可核对。AI 客服的承诺常常只存在于一次会话里，用户关掉窗口就没了。品牌如果只在工单系统里记录「用户来电」，不记录「AI 说了什么」，事后就无法判断是承诺错了还是执行错了。经济日报
权责不清的根源也在这里。AI 代理替品牌做承诺，平台说这是品牌的事，品牌说这是模型生成的。没有会话证据，双方都能说得通。补上证据链，责任才有落点。经济日报
证据链该留哪几段
至少要留三段：用户提问原文、AI 回答原文、以及这条回答对应的商品与政策版本。三段齐全，才能判断回答在当时是否准确；缺任何一段，纠正都只能靠猜。经济日报
会话与工单要能对上
会话 ID 与工单 ID 必须双向可查。用户从 AI 会话转到人工时，工单要带上会话 ID；反过来，从工单也能追到那次会话。做不到这一点，客服看到的永远是「用户说 AI 承诺了」，而不是「AI 到底承诺了什么」。经济日报
政策版本要一起存
同一个问题在不同时间问，答案会变，因为退货政策、配送范围、优惠规则都在变。回答要绑定当时生效的政策版本，否则三个月后回看，会把合规的回答判成错误。中国经济网
三个指标衡量证据链是否可用
证据链不是留得越多越好，而是要用的时候拿得出。三个指标可以判断：会话留存的完整率、承诺类回答的抽检合格率、以及争议工单的平均取证时长。经济日报
| 指标 | 口径 | 合格线思路 |
|---|---|---|
| 会话留存完整率 | 含提问、回答、版本的会话占比 | 应接近全覆盖 |
| 承诺抽检合格率 | 抽检中承诺可兑现的比例 | 按品类设阈值 |
| 取证时长 | 从争议受理到调出证据的小时数 | 越短越好 |
三项里取证时长最能反映系统是否真的打通。取一次证据要跨三个系统、找两个人，说明数据虽然存了，但没有连起来，等于没存。中国经济网
对 GEO 团队意味着什么
GEO 团队过去管的是「品牌在 AI 回答里被怎么说」，现在要加一条「说错之后能不能改」。前者是监测，后者是纠错闭环。两条都跑通，AI 渠道才算可管理。经济日报
纠错闭环的第一步不是改模型，是改材料。多数承诺类错误的根源是政策文档写得含糊，AI 只能自由发挥。把退换货、时效、加价条件写成可引用的条款，错误率会明显下降。经济日报
还有一件更基础的事：把承诺分级。哪些是可以直接许的，比如七天无理由；哪些必须加条件，比如上门时间；哪些一律不许答，比如赔偿金额。分级写进知识库，AI 才不会越界承诺；分级表还要按季度回看，把已经失效的条款摘掉，否则旧条款会一直留在回答池里。
分级之外要留一个改动的接口。政策一旦调整，运营要能立刻把对应条目置为停用，并同步到小程序、客服机器人、第三方代理等全部接入渠道；只改一个渠道，另一个渠道仍照旧回答，同一个品牌就会给出两种说法。接口同时承担追溯：谁在什么时候改了哪一条、改动前后分别写了什么，都要留痕，争议发生时才能说明当时的口径。
常见问题
AI 客服的承诺有法律效力吗？
通常视为品牌的意思表示，具体效力取决于平台服务协议与当地法规。品牌应默认它会被当作承诺，按可兑现标准管理。
证据链最少要留哪几项？
用户提问原文、AI 回答原文、对应商品与政策版本，三项齐全才可判断当时的回答是否准确。
会话 ID 和工单 ID 为什么要双向可查？
否则客服只能听到用户转述，无法核实 AI 原话，争议处理会变成各说各话。
降低承诺类错误，最有效的动作是什么？
把政策文档改成可引用的条款，写清退换货、时效与加价条件，减少 AI 自由发挥的空间。
