维修工单天然有两个版本。系统里的版本是项目代码、配件名称、工时、库存和预计完成时间。客户脑子里的版本只有几个问题。为什么要换能不能晚点换这个钱花在哪车什么时候能开走。服务顾问每天都在做一件很费力的事把第一种语言翻译成第二种语言。很多经销集团一聊 AI第一反应却是让它去卖车做车型推荐、报价、金融方案和销售跟进。这些场景想象空间很大责任边界也最难控制。如果让我排顺序我不会从销售开始。我会先从售后开始而且先解决那张维修工单。销售端为什么不适合当第一站销售端的很多回答发出去就可能变成承诺。价格与优惠说错一个数字客户会拿截图回来。金融方案涉及利率、期限和费用不能让模型凭经验补全。交付时间、车型配置和置换估值也一样它们不是一段文案而是公司要负责的事实。AI 在这里最容易犯的错不是答得难听而是答得太像真的。它把旧价格、相近车型和一段看似合理的解释拼在一起读起来顺滑业务上却可能完全不能用。销售场景不是不能做而是要先有受控价格表、车型参数表、有效期和人工确认。没有这些基础聊天窗口越聪明风险越大。售后端不一样。它有大量已经发生、已经记录、可以逐项核对的状态。上次保养时间、当前里程、维修项目、配件库存、车辆进度这些都能回到具体系统里查证。AI 更适合从这种有证据、有边界的地方开始。售后端真正值得先做的四件事配件查询先承认它根本不需要大模型客户问某个配件有没有货、什么时候能到。正确做法是查库存系统和采购状态再按固定模板返回。这件事的核心是接口和数据不是语言模型。拿大模型自由生成库存只会把一个确定问题变成概率问题。能用确定性程序解决的就不要为了显得先进硬塞 AI。进度同步让客户不再靠追问获得状态车辆已经进厂以后客户最焦虑的往往不是某个专业名词而是不知道现在到哪一步了。待检测、等确认、维修中、等配件、路试、可交车这些状态原本就在业务流程里。系统每次状态变化时主动发一条人话说明比做一个会聊天的机器人更有价值。它不需要编答案只需要把真实状态送到客户面前。保养提醒把群发短信改成有依据的提醒保养提醒不能只看日历。车型、里程、上次保养项目和厂家手册共同决定这次该提醒什么。数据齐全时系统可以把专业项目翻译成客户能理解的原因再给出预约入口。如果里程和历史记录缺失先补数据不要让模型猜。这一条很重要。AI 不能替缺失的数据负责。维修项目解释把最容易产生怀疑的一段话说清楚这是我认为售后端最值得做、也最需要克制的场景。维修单上写着某个项目并不代表客户理解这个项目。一段合格的解释至少应该回答四件事。这个部件做什么当前检查发现了什么处理与不处理分别会怎样费用和工序从哪里来。但解释不能自由发挥。技术原因必须来自厂家维修手册或经过审核的知识库。价格必须来自受控价格表。涉及安全和紧迫性的表述必须能追到明确依据。找不到来源就应该告诉服务顾问需要人工确认而不是补一句听起来合理的话。真正有价值的不是聊天而是证据链一个售后助手能不能用不看它说话像不像真人先看每句话能不能回到证据。库存来自库存系统。维修进度来自工单状态。保养项目来自车型手册和真实保养记录。维修解释来自厂家技术资料和审核过的话术。价格、工时和时间必须原样读取不能由模型计算后再复述。这套结构里大模型只负责一件事把已经确定的事实组织成客户能理解的话。它不是事实来源也不是最后拍板的人。这条边界越清楚项目越容易上线。验收时别只看回答顺不顺演示时问十个问题机器人都答了不叫验收。汽车售后场景至少要分开检查几类结果。数值有没有逐字一致。价格、库存数量、里程、日期和预计时间只要有一个数字经过模型改写就应该报错。价格与优惠有没有越权。没有受控来源时系统应该拒绝给出具体承诺。技术解释能不能追到原文。RAGAS 的 Faithfulness 指标就是用来检查回答中的事实主张有多少能被检索上下文支持。它适合评估维修解释是否在凭空补内容但最终仍要保留人工抽检。失败有没有显形。库存接口超时、工单字段缺失、车型手册不匹配时系统必须明确告诉服务顾问哪里没拿到不能把尝试过写成已经完成。业务结果要单独观察。二次进店率、满意度和投诉量会受价格、人员、季节和门店运营影响不能把它们直接当成模型质量分数。一个系统能直接控制什么就考核什么。不能直接控制的业务结果拿来观察不拿来甩锅。一个更务实的推进顺序先做配件查询和进度同步。这两项大多是数据打通和自动化回答确定风险也容易暴露。团队可以先证明系统能稳定读到正确状态。再做保养提醒。这一阶段要补齐里程、历史项目、客户触达偏好和车型手册的对应关系。然后做维修项目解释。这一步需要建立可追溯的技术资料和受控话术并把找不到证据时的人工接管设计好。销售端放在后面。不是因为销售不重要而是因为价格、金融、交期和配置承诺更需要严密的事实控制。前面的证据链没跑稳销售助手只会把风险放大。汽车经销做 AI最好的起点未必是想象空间最大的地方。往往是责任边界最清楚、数据最能核对、失败最容易被看见的地方。那张维修工单就是一个很好的起点。本文说明的是场景判断与验收方法不代表任何未公开项目的实施细节。RAGAS Faithfulness 指标定义来自官方文档项目中的技术资料、价格、库存与工单状态应以企业实际受控数据源为准。