AI 功能上线后收到大量“回答不好”的反馈，你会如何建立一个真正能推动产品改进的反馈闭环？
考察说明
考查把用户反馈转化为可执行模型与产品改进的能力。
回答思路
- 反馈入口要自动携带必要上下文，例如输入、输出、所用知识、模型版本和用户采取的后续动作，同时避免采集无关敏感信息。
- 把笼统差评归因到可执行类型，如事实错误、信息遗漏、未遵守指令、引用错误、延迟、交互困难或任务不适配。
- 结合发生频率、影响用户数、业务风险和可修复性排序，不能只追逐表达最激烈的个别反馈。
- 将问题分别路由给知识库、提示词、模型、工具调用或交互设计负责人，并为每类问题指定验证标准。
- 修复后的案例要加入回归评测集，同时检查是否引入其他场景退化，再通过小流量验证线上指标。
- 定期向用户反馈已改进的问题，并追踪同类错误率和任务完成率是否下降，形成从反馈到验证再到发布的闭环。