用 AI 做家政派单表：服务区域的路线优化

家政公司的派单表，常见毛病是同一位阿姨一天横跨三四个片区，路上时间比服务时间还长。用 AI 做派单优化，思路是把订单按片区聚类、按时长排班，让路线顺着走。不需要专门的调度系统，一份订单表加几轮对话就能排出像样的初版，再由调度员按实际情况校准。这篇把从整理数据到人工校准的完整流程讲一遍。

派单表要整理哪些字段

核心字段五个：服务日期、时间窗、片区或小区名、服务类型、预计时长。地址记录到小区级别即可，不要包含门牌号等敏感细节。服务类型决定时长，比如日常保洁按小时计、深度保洁与家电清洗各占半天，把这些换算规则一并写进表说明。字段越规整，AI 排出来的初版越接近可用状态；反过来说，日期格式混乱、时长单位不统一的表，AI 第一步就要花大量轮次跟你确认口径，得不偿失。先用一周试运行这套字段，边排边补缺漏，第三周起就能稳定复用。

让 AI 按片区聚合订单

把订单表粘进对话，要求分两步：先按片区把当天订单聚类，统计每个片区的总时长；再为每位服务人员安排同片区连排的订单，穿插午休，标注每单之间的移动时间预算。可以补充规则约束，比如某位阿姨只接某两个片区、某客户固定指定某位阿姨。这些约束写得越具体，AI 排出的表越符合现实。没有约束的纯最优解在纸上好看，落地时会撞上一堆人情与现实因素。

排班表生成与人工校准

AI 输出的初版表要用三件事校准。一是地理常识：隔着江、隔着高架的片区，地图上相邻、实际绕远，这类硬约束要人工调整。二是客户偏好：老人偏好固定时间、产妇家庭要求安静时段，客户关系优先于路线最优。三是突发变量：临时取消与加单是常态，保留一两个机动时段，比把日程塞满更抗风险。校准中积累的经验沉淀成规则，下次直接写进提问里，初版质量会一轮比一轮好。校准记录本身就是公司的调度知识库，人员更替时也能接得上。

隐私信息怎么脱敏再喂

订单表里有客户姓名、电话、住址，直接上传云端对话有泄露风险。稳妥做法是脱敏后再发：姓名用编号，电话整列删掉，地址只到小区。排单只需要时间与片区，不需要能定位到人的信息。公司层面可以定一条规矩：能脱敏的数据先脱敏，涉客户隐私的字段不出内网，这条规矩对任何 AI 工具都适用。脱敏成本只有几分钟，泄露的代价却是客源与口碑，账很好算。

遇到跨区大单的处理

深度保洁、搬家辅助这类四小时以上的大单，会打破片区连排的节奏。处理原则是把大单当锚点：先固定当天的大单位置，再用同片区小单往前后填空；实在填不满的时段，安排临近片区的短单补位。让 AI 按这个优先级重排一遍，比单纯追求移动时间最短更贴近真实运营。具体取舍以各公司的服务承诺为准，承诺了几点准时到，排单就要给通勤留足余量。

延伸阅读：家政服务标准怎么写、员工排班怎么排、教练排课的调度思路。

初版表要人工校准的地方

• 隔江隔高架，地图相邻实际绕远
• 老人要固定时间，产妇家要安静时段
• 留一两个机动时段接临时取消
• 客户指定阿姨的约束写进提问

最容易被跳过的是机动时段，日程塞满时，一个临时加单就会把整天的路线打乱。

家政阿姨一天跨三个片区，AI 能帮忙压缩空驶吗？

• 需要把真实地址发给 AI 吗？：不需要，片区或小区名足够做路线聚类，完整地址留在内部系统，脱敏后使用更安全。
• AI 能算出两单之间路上要多久吗？：它只能按你给的移动时间预算估算，精确通勤时间建议用地图工具核对常见线路后，把数字写进规则再排。
• 排好的表发给阿姨用什么格式？：让 AI 输出按人分列的简洁表格，一屏看完全天，粘贴进工作群即可，避免复杂的合并单元格影响手机阅读。