AI客服解决率应回答“受理的问题中，有多少已经有证据证明解决”，而不是“多少聊天窗口没有转人工”。先按客户问题建立任务，再固定分母、解决标准和观察窗口。客户离开、转人工、仍在处理，都不能为了让报表好看而从有效任务中删掉；只有证据达到标准，才进入相应解决分子。
Sierra的Pendulum公开案例提到，旧系统的部分表面拦截其实是客户在问题未解决时放弃对话。这是厂商客户自述，不能证明所有客服系统都如此，但很适合提醒我们：没有继续聊天，不等于事情已经办成。
先确定数的是问题，不是聊天窗口
一位客户在网页问订单，随后打电话追问，同一问题可能产生两段会话。若按窗口计数，既可能重复计算一个问题，也可能把第一段离开算成AI解决、第二段算成人工新任务。
建议记录任务编号、业务对象、问题类别、各次接触和结果证据。归并须在权限允许范围内，无法确认属于同一任务就标待核，不仅凭同名客户或同一订单强行合并。同一订单的改地址与开发票可能是两个不同问题。
统计入口应预先定义有效任务及排除项，例如内部测试、空白请求和明确垃圾信息；排除原因留记录，不在看到处理结果后再调整。
同一截止点，五种当前状态
| 当前状态 | 最低判定依据 | 在总体指标中的位置 |
|---|---|---|
| AI独立解决 | 按约定验收标准，有可核查的完成证据，且本任务无人工审批、接管或补充处理 | 计入AI独立解决分子及总体解决分子 |
| 人工参与解决 | 人工接管或必要人工处理后，有完成证据 | 只计入总体解决分子 |
| 结果不明 | 已有答复或客户离开，但证据不足以判断 | 留在分母，单列待核，不计解决分子 |
| 已确认未解决 | 明确答错、执行失败或问题仍存在，且当前没有有效处理进程 | 留在分母，记录原因及处置 |
| 仍在处理 | 存在有效待办、等待或接管中的任务 | 留在分母，不计解决分子 |
解决证据因任务而异。问答可以由客户确认配合抽审核实；改地址要查订单中的实际地址；退款要依据约定的退款完成标准核对渠道结果。生成一个答复或创建一个工单，本身不证明任务完成。人工接管中也不能先计为“人工解决”。
五种当前状态应互斥，但转人工、离开和重开属于历程，应另存事件。已解决的任务后来重开，不能抹去第一次处理，也不能坚持把它永远算作成功。
固定分母，也要给任务公平的观察时间
报表注明受理批次、统计截止日及观察规则。月初受理和月底受理的任务，可能拥有完全不同的完成机会。总体报表可按同一截止日展示所有状态；比较AI效果时，再按预先规定的窗口看已获得足够观察时间的同类任务，并单列尚未成熟样本。
不能把“成熟样本解决率”和“全部有效任务解决率”混成一个数字。重开可能发生在月末之后，后续报告应说明关联和更正方式，不因跨月就把同一未解决问题拆成一个新成功机会。
一个分子分母都可核对的示例
以下全部为演示假设，不是任何企业实绩。某批次有1000项有效任务，均已达到预设的最短观察时间。截至统计日：AI独立解决600项、人工参与解决210项、结果不明70项、已确认未解决80项、仍在处理40项。合计为1000项。
AI独立解决率是600÷1000，即60%；总体解决率是（600＋210）÷1000，即81%。70项结果不明、80项未解决和40项处理中都还在分母里。这里“达到最短观察时间”不代表任务一定结束，超出窗口仍在处理也要如实保留。
假设一份错误报表把600项独立解决、70项结果不明和80项已关闭但未解决的任务全算为自动解决，就会报出75%。这与真实的60%相差15个百分点，其中既有确认没解决的任务，也有尚不清楚结果的任务，不能将两者都声称为确定失败或确定成功。
用异常找到要补的工作，不只修饰报表
继续这个虚构示例：某些未解决任务集中在物流查询超时之后，应该核对接口故障；结果不明的任务需要抽样复核，不能靠无回复推定；退款问题重开时，要检查首次回答是否把“已发起”误说成“已到账”。修复后再按同样口径观察，不预设改善幅度。
完整会话质检方法见AI客服质检，其他业务终态和成本指标见Agent业务价值验收。本篇只解决一个更窄的问题：如何避免把客户离开误算为完成。
实际开始时，可先抽取一小批脱敏任务，让客服与业务负责人独立标注后核对分歧。样本量和复访方式按业务风险确定；抽样复访结果另报，不能未经说明替全量任务改标签。已有AI客服的团队，可从AI升级服务梳理现有口径。
本文借鉴Sierra公开的Pendulum案例；国内指标、数字与情节均为场景改编或演示假设，不对应开沿已交付项目。
