用 laya 这类工具做业务路由，怎样处理拿不准的请求？

路由类别怎样定义才方便执行？

从已有流程里挑一个范围有限的任务，例如把支持请求分给不同处理队列。为每个类别写清包含什么、由谁处理，以及边界请求怎么办。把容易重叠的类别先整理出来，看看是否能通过补充问题区分。类别的意义清楚，模型结果才容易接到现有流程中。

模型给出的概率怎样用于决策？

先用已经知道处理去向的请求，把建议类别、模型给出的分值和人工判断放在一起观察。重点找出看似很确定却分错的情况，以及经常在两个类别之间摇摆的输入。只有了解这些表现，才能决定哪些请求适合自动处理、哪些需要补充信息或交给人。

拿不准时怎样让流程继续走下去？

可以在业务流程中保留“待补充信息”或“人工处理”的去向，并指定接手者。对信息不足的请求，先收集能够区分类别的必要信息，再作路由；对明显偏离既有范围的请求，保留原始内容供人判断。这些去向是接入方可以设计的流程，不表示 laya 已经内置相应功能。

还应记录一次路由之后实际去了哪里、是否被改派、为何改派。收到纠正时，先更新类别说明和样例，再检查后续请求。若每次都要人工重新理解全部内容，说明现有分类仍不能很好地帮助业务，需要缩小任务范围或调整类别，而不宜急着增加自动动作。

从试用到自动分派需要什么证据？

先让模型在现有人工流程旁给出建议，处理人员照常决定去向。积累一批能够代表日常问题的对照后，优先开放影响较小、容易更正的分派，并保留改派入口。检查时同时看节省了多少人工判断、增加了多少返工，以及不确定请求是否有人接手。

先用一组固定输入检查结果

可以给售后路由准备四句输入：“我要退货”“发票抬头错了”“快递到哪了”，以及“这个有问题，之前那笔也不对”。前三句分别指定退货、发票和物流；最后一句应追问订单与问题，而不是硬选一个部门。记录错分和不必要转人工的例子，再确定阈值。此处没有运行 Laya，也没有把设想阈值称为已校准结果。