AI 进家政：派单与培训该怎么排

一位阿姨临时请假，派单员在群里问了三个人才补上，客户那边还得解释为什么换了人。家政公司的日常就卡在这种地方：匹配做得好，投诉就少；匹配做得糙，返工和流失一起上来。AI 在这行能接的是整理和初筛的活，接不了的是进门之后的那部分。下面按派单、培训、反馈、档案四块，把能交出去和必须留下的分开说。

派单难的不是排序，是排序之后那通电话

技能、距离、时段、客户偏好，这四类条件一旦结构化成字段，排出前五个候选是几秒钟的事。难的是第五个候选打过去，客户说「上次那个阿姨就挺好，换人我不太放心」。这句话不在任何字段里。

所以工具的定位是缩小选择范围，替不了人做决定。派单员拿到名单后要判断三件事：这户人家有没有换人禁忌、这位阿姨和这家的相处记录如何、临时换人要不要打电话而不是发消息。三件都不在系统里，却决定了这单会不会被投诉。

如果派单工具已经接进排班表，能自己改档期、自己发确认，那它就从工具变成了另一种东西，边界问题可以参考智能体与单轮问答的差别。多数家政公司现阶段用不到这一步，先把候选名单做准更实际。

哪些活能交出去，哪些必须留在手上

最后一列才是这张表的用处。不少公司上工具时只谈第二列，上线三个月发现投诉没降，原因是第三列的事没人接——工具把候选排好了，派单员以为系统已经决策，反而少打了那通电话。

培训材料按「第几天」排，比按章节排有用

服务流程、清洁顺序、验收标准、注意事项，写成手册是死的，做成按时间推送的清单才有人看。新人第一天要的是「进门先做什么」，第三天要的是「厨房重油怎么处理」，第七天要的是「客户不满时哪几句话不能说」。同一个知识点放在不同时间点，吸收率差很远。

让 AI 把现有手册重排成这条时间轴，成本很低。要它输出的每段只有三样：三条以内的动作、一条自查项、一个最常见的错误。超过三条新人记不住；没有自查项，带教没法验收。

带教这一步交不出去。清洁标准里「台面不留水痕」这种要求，文字写得再细，新人手上的力度还是得有人看着改。材料负责让所有人知道标准是什么，带教负责让动作真的做到，两者缺一个，服务质量都会飘。

投诉可以先分类，处理不能代劳

把评价和投诉按问题类型归档、按紧急度排序、挑出这周重复出现的问题，是纯文本工作，工具做得又快又稳。家政的投诉集中在四类：时间不准、清洁不到位、物品损坏、沟通态度。分类之后，共性问题能变成培训材料的一节，这是它最大的价值。

处理环节要人接手，原因不在话术。入户服务出问题时，客户要的是有人负责：谁来看现场、谁来赔、下次还派不派这个人。这三件都要权限，工具给不了承诺。让 AI 写一封道歉信很容易，但客户读完要的是电话，电话必须是人打的。

进了客户家门之后，工具就断线了

它看不到现场。客户家里有宠物、有老人、有一块不能碰的台面、有一个装着重要东西的抽屉，这些信息往往在服务过程中才暴露，而工具只处理文字。阿姨在现场做的判断——这块要不要多擦一遍、那个东西要不要先问一句——没有系统能替。

它还会把「客户说还行」当成满意。评价里写「挺好的」，可能是真满意，也可能是懒得计较。这类信号要人从语气、复购、转介绍里读，工具只会记一个五星。更麻烦的是它会顺着你的描述往下编，你没说过的客户情况它也能补得像真的，模型为什么会编造细节这件事在整理客户资料时格外要防。

还有一层是责任。派错人、培训漏了环节、投诉拖了三天，后果由公司承担，不由模型承担。工具可以给建议，签字的人得是你。

从哪一块开始，看你的投诉长什么样

投诉集中在时间不准和频繁换人，先把派单的条件字段补齐；集中在清洁质量，先重排培训材料；集中在响应慢，先把反馈分类和分派做起来。三类都占，从派单开始，它同时影响体验和人力成本。

判断有没有效，别看「用了多少功能」，看两个数：同一客户的换人次数、同类投诉的重复率。前者降了说明匹配变准，后者降了说明培训真的落地。这两个数字一个月就能看出来，比满意度问卷直接。

要让输出稳定，提示词里得把公司规模、主营品类、现有流程交代清楚，别让它按连锁品牌的做法给你排一套用不上的流程，写法可参考提示词里怎么交代背景。想让培训材料跟着公司政策更新，还需要一套知识库维护的节奏，RAG 是怎么把资料接进模型的讲的就是这件事。

速查：家政用 AI 的分工线

• 派单：机器排候选，人打电话确认换人
• 培训：材料按第 1、3、7、30 天推送，带教留给人
• 投诉：分类归档可以自动，道歉与赔付必须人出面
• 档案：字段结构化，评价背后的情况靠人判断
• 验收：看换人次数与同类投诉重复率，不看功能数量