接了个朋友店铺的活，把退换货咨询自动化。一开始我以为就是个客服问答，做完才发现完全两码事——答疑是"一问一答"，售后是"带状态的流程"：要先判断订单状态、是否超七天、商品是否影响二次销售，不同组合走完全不同的话术和动作。

第一版我偷懒，把所有规则塞进一段提示词让模型自己判断。翻车翻得很难看：超期 3 天的订单，模型看用户说"刚收到货"就信了，痛快答应了退货。模型是讲不过用户的，规则不能靠嘴说。

第二版换了思路：规则交给流程，话术才交给模型。我在一个低代码编排智能体的平台上重新拆了流程：

• 节点 1：从用户话里抽订单号（抽不到就追问，最多追两次）

• 节点 2：调订单查询接口，拿到签收时间、订单状态——硬数据，不由模型脑补

• 节点 3：代码节点算硬条件：签收距今是否 ≤7 天、是否已发起过售后。是与否，if-else 说了算

• 节点 4：条件满足 → 模型生成退货引导话术；不满足 → 模型生成解释话术 + 转人工按钮

这样改完，规则误判直接归零，因为判断根本不过模型的手。模型只干一件事：把冷冰冰的结论说得像个人。这一点意外地重要——同样是"超期不能退"，流程吐字段和模型组织过的话术，顾客的火气差很多。

几个具体的数：跑了 19 天，接了 600 多次售后咨询，38% 全程没转人工就办完了，剩下的大多卡在"商品有质量问题"这种需要看图定责的，转人工。质量定责我试过让模型看图判断，效果不稳，果断放弃，机器干不了的别硬上。

要说缺点，流程画到后面分支有点多，画布看着乱，自己一周不看都得重新捋。建议每个分支节点都写备注，相信我，会感谢自己的。

朋友现在每天少回一百多条"在吗，我要退货"。流程截图和抽单号的提示词我整理好放评论区。

（补一句：我用的讯飞星辰，零代码搭 + MaaS 现成大模型 API 一体，适合不想碰底层的人。）