一、政务问答和普通客服不是一回事
普通客服答错了，用户最多不高兴。政策问答答错了，可能让人白跑一趟。
所以这类系统的第一原则是：答不出来就说不知道，并告诉人去哪问。
政务问答和普通客服最大的区别是：答错有责任。
普通客服答错，用户换个渠道再问；政务问答答错，可能直接影响一个人的办事路径。
所以这类系统的第一条设计原则，是「宁可说不知道」。不会答可以转人工，答错会出事。
二、知识库怎么建
三层：
一、原文层。政策文件、办事指南、常见问题，保持原样，不加工。
二、条款层。把长文件切成条款，每条带文件名、条款号、生效日期、适用对象。
三、问答层。常见问题配标准答案，答案必须引用条款号。
第三层最花时间，但也最有用，因为多数咨询就是那几十个问题。
三件事要一起写：镜头、光、以及人物状态。镜头决定视角，光决定气氛，状态决定可信度。
只写镜头，画面会很空；只写光，像摄影棚；只写状态，构图会乱。
我的习惯是先定镜头，再定光，最后补一句人物在做什么。三句就够，多了它反而抓不住重点。
三、回答必须带出处
每条回答后面附：文件名 + 条款号 + 生效日期。
三个理由：用户能自己核对；出错时能定位；政策更新时能批量替换。
不带出处的回答，在这个场景里等于没有回答。
知识库怎么建，我的建议是「按文件建，不按主题建」。
一个政策一个条目，条目里保留原文、文号、生效日期、失效日期。
按主题建库看起来好用，实际上最容易过期——主题是概括，概括会失真。原文不会。
四、时效性怎么处理
政策会变。做法是给每个条款挂两个日期：发布日和失效日。
检索时先按日期过滤，失效条款不进结果。
还要处理"新旧并行"的情况，回答里明确说清适用哪一版。
后半段崩塌，通常出在「运动」上。长镜头里物体要走，模型走着走着就丢了。
解法是拆段：把长镜头拆成两三段，每段只让一个元素动。
还有一个技巧：给一个明确的前景遮挡，模型有参照物就不会跑偏。
五、三个必须人工兜底的场景
一、涉及金额、资格、时限的判定；
二、多个政策叠加适用的情况；
三、用户描述含糊，无法确定适用条款。
这三类不要交给模型做结论，转人工或者给明确的咨询电话。
三个必须人工兜底的场景：涉及个人资格判定、涉及金额计算、涉及跨部门流程。
这三类问题的共同点是，答案依赖具体情况，而具体情况系统看不到。
兜底不是失败，是设计。把这三类明确标出来，比让模型硬答强得多。
六、评测怎么做
准备五十个真实咨询，人工写出标准答案和必须包含的要素。
评测时不看语句相似度，看要素覆盖率：该提的条件提了没有，该给的出处给了没有。
评测怎么做，说个可执行的办法：拿一百条真实来电记录，人工标注标准答案和出处。
然后跑系统，看两件事：答对率、出处是否正确。出处错但答案对的，也算错。
这一条很关键。政务场景里，答案对而依据错，等于埋了一颗雷。
补一个关于素材的经验：参考图要少而准。
给十张风格各异的参考图，模型会平均，出来的东西四不像。
给两到三张同风格的，效果明显好。风格这件事，宁窄不宽。
最后提醒：先写场景，再写风格。风格是形容词，场景是动词。
只给风格，模型会给你一张很美的空镜；给了场景，它才知道要画什么。
再补一句：长镜头不是越长越好。超过八秒，人的注意力会掉。
把八秒当成上限，宁可多切几段。
再补一句：画面前后要留「静止」。全是运动，观众会累。
一段八秒的镜头里，最好有两秒是静的。静的那两秒，反而让人记住画面。
节奏不是一直快，是有快有慢。
再补一句：写镜头时，先写「谁在看」。视角定了，画面才定。
同一个场景，俯拍和仰拍是两件事。
视角是第一个决定。
延伸参考
落地到接口和数据流的部分，BackendWiki 里写得细一些。
留一句：政策问答的合格线，是用户拿着你的回答能一次办成事。