人工智能使用中对一台粗暴，不能当成只影响这一台。态度和行为会带走：从这一台到另一台，从家里到工作，从系统到人。说过要善待，只是意图。意图经常到不了动作。外观越像人，带走越容易发生，也越可能盖过你本来想依据的能力或感受。事先就反感的人，接触之后更容易更反感，而不是被接触纠正。制度要记行为有没有过去，不能只记态度声明。

人工智能外溢痛点在只看这一次互动

一次互动看起来是封闭的。你对这一台不客气，下一台是另一个会话，人是另一个场景。封闭是假的。人会把同一套对待方式带到像的对象上。像家里的那台，像工作里的那台，像刚才被你粗鲁对待过的那类。负的带走和正的带走都存在。负的更需要写进规则，因为报表通常只夸正的体验。

声明和动作之间还有一条缝。人可以同意应该好好对待，同时在忙的时候直接关掉、辱骂、把气出在对话上。缝在别的领域也常见：打算节约，不等于下一件相关的事真的做了。所以善待若只写在原则里，没有行为抽查，原则不算发生过。

外观会插手。越像人，人越用对人的习惯去对它，不管你内部写的能力标准是什么。标准若是感受或偏好，外观可以让不具备那些的对象收到对待，也可以让具备的对象因为不像人而收不到。外溢沿着像，不沿着你的标准走。标准不写进抽查，抽查就会只看见脸。

人工智能外溢验收五步：行为抽查、跨场景单列、意图不算行为、外观和标准分开、事先态度要分组

1. 抽查粗鲁、辱骂、无理由关闭是否从一台出现到另一台或到对人。只查一台，抽查无效。
2. 家里和工作、这一类和那一类，分列。不许用一个态度分代表全部。
3. 原则或问卷里的会善待，不得记成行为。行为看日志里的对待。
4. 外观像不像人，和你采用的标准，分两列。像，不能填进标准已满足。
5. 事先就反感的人单独看。他们接触后变好，不能用全体平均代替。

上表里，规则只能建在最后一行。前面四行都还把带走藏起来了。

人工智能现场怎么记带走

日志里对粗鲁和辱骂有标记的，看同一人七天内对另一台、对人的会话有没有同类标记。有，记一次外溢。我们见过客服脚本只处理单次投诉，同一个人第二天用几乎同一句话去骂另一个入口，两个工单没有关联。关联一做，才看见这不是两件孤立的火气。

原则培训若用用你应该感到抱歉来推动善待，要警惕反效果。在别的行为上，内疚做完第一次之后，后面的相关行为会变少。培训改成可检查的动作：哪些句子不许出现，关闭前要不要确认。没有动作的抱歉，不计入培训完成。

外观改版如果让系统更像人，外溢抽查要重做，不能沿用不像人时的比例。沿用等于假设脸不影响带走。这个假设和观察相反。重做之前，更像人的版本不得对全部用户开放。

人工智能常见翻车是用总平均宣布接触有益

总平均变好，可能是本来就正面的人更正面，事先负面的人更负面。分组空着，平均不能用来决定要不要推广接触。分组做了再决定。

另一类翻车是只查对系统的态度，不查对人的行为。带走若到了人，这才是更需要停的一面。对人的抽查可以是相关会话里的粗鲁标记，不必扩大成监视全部生活。标记没有，就不要宣称没有带到人。没有测和没有发生，要分开写。

没有测却写成没有外溢的报告，报告退回。退回期间相关的对外说法改成尚未跨场景测量。测量补上之前，不得用单台体验作为全部用户行为的证据。单台体验可以留下，但标题必须写成尚未跨场景，不能写成用户态度已清楚。已清楚三个字出现，就把报告退回，改成尚未跨场景测量。测量补上之前，单台故事不得再进对外稿。进了的段落删掉，只留跨场景还没测这句。

结论：人工智能上的对待方式会带走，声明代替不了行为

一台的粗鲁要看下一台和人。善待要看做了没有。脸会盖过标准。事先的反感要单独看。

你下次说用户对它的态度只是这一次，先看同一人有没有把同样的行为带到别处。没看，先不要写成没有外溢。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源