AI WORKFLOW NOTES
AI 汇总客服反馈前，怎样减少不必要的个人信息？
分析问题模式不需要保留每条记录的全部身份细节。用最少必要字段、清楚范围和人工复核降低误读。
先明确分析问题和使用范围
“分析客服反馈”太宽泛。先确定要回答哪项经营问题：重复出现的产品疑问、资料解释不清，还是流程中断位置。说明谁会查看结果、用于什么决策、保存多久，并确认资料能否被用于该目的。
如果只是寻找主题，通常不需要客户姓名、手机号、订单编号或完整对话。先评估能否在企业批准的环境中处理，再决定要不要调用模型。
减少字段比事后删名字更稳妥
提取必要的问题描述、产品类别、时间范围和处理状态即可。删除或替换姓名并不一定消除可识别风险；罕见型号、地点、投诉细节和时间组合也可能指向某个人。先从原始数据中筛除不需要的字段，控制访问和保留规则，再制作分析副本。
对个别案例可使用泛化描述，不要复制能识别客户的原话、截图或订单信息。具体处理要求应由企业按数据来源、用途和适用规则核实。本文不是法律结论或隐私合规证明。
汇总时显示样本边界
主题出现次数必须说明数据集、时间窗、筛选条件和重复处理方式。若样本很小或来源集中，只能说“在本次记录中观察到”，不能说“客户普遍认为”。未反馈不等于没有问题，单一投诉也不代表常见情况。
把模型归纳出的主题与原记录抽样对照，核对否定表达、少数意见、条件差异和冲突。保留必要的审计索引，但避免把原始敏感资料带进可以广泛访问的摘要。
把整理结果交给真正负责的人
模型可以提出候选主题，是否调整产品、服务或内容由相应负责人决定。把已核实观察、待验证假设和建议分开，确保每个结论能回到允许访问的来源范围。出现安全、质量或隐私事项时，走企业已经批准的升级流程。
NIST AI RMF Core 建议组织结合场景持续治理和管理 AI 风险。本文提出的数据最小化检查是团队实践建议，具体访问、保存和删除规则需要由组织决定。
常见问题
删掉姓名就可以把客服记录交给 AI 吗？
不一定。其他细节可能仍能识别个人；先确认用途与权限，移除非必要字段，并评估实际环境和风险。
汇总出一个高频主题就能说明大多数客户这样想吗？
不能。需说明记录来源、样本量和筛选范围；客服记录不是自动代表所有客户的随机样本。