Kiln 支持工单分层 SLA 指南:free / pro / enterprise 三档计划如何决定首次响应目标

发布时间:2026/10/13 8:20:10

Kiln 支持工单分层 SLA 指南:free / pro / enterprise 三档计划如何决定首次响应目标 人工智能AI 应用AI 评测RAG微调提示工程开发工具桌面应用【免费下载链接】KilnBuild, Evaluate, and Optimize AI Systems. Includes evals, RAG, agents, fine-tuning, synthetic data generation, dataset management, MCP, and more.项目地址https://gitcode.com/gh_mirrors/ki/Kiln点击查看免费下载客户支持工单系统最常见的困惑之一是付费档位到底决定了什么。本文所解析的plan_tiers_and_slas.md策略文档给出了一套清晰、可执行的分层规则三档计划free / pro / enterprise只改变支持渠道与首次响应目标First Response Target刻意不改变工单优先级也不改变是否升级escalation。读完本文你将掌握每个档位的具体 SLA 数字、业务小时与业务日的精确计算方式、升级/降级在工单上的生效时机以及这套策略在 Kiln 仓库的.agents/playwright_project项目中如何被 triage Agent、评估规范spec和 RAG 检索实际落地。一、文档定位一份喂给 AI 工单分流系统的策略知识源在 Kiln 仓库的 .agents/playwright_project 目录下存在一套完整的、用 Kiln 构建的支持工单分流Triage TicketAgent 系统。plan_tiers_and_slas.md原始文件见 attachment_178853391356.md抽取产物见 296502251985.md是这套系统引用的三份核心支持策略文档之一另外两份分别是 升级策略 escalation_policy 与 路由手册 routing_playbook。从仓库的文件组织可以看出这份文档的完整处理链路document.kiln记录了文档元数据标签为support_policy名称为plan_tiers_and_slas.mdextraction.kiln 显示它经过passthrough抽取器处理chunked_document.kiln 表明文档被按Size 512 / Overlap 64的切分配置切成两个 chunk并生成了对应的 chunk embeddings仓库中还存在名为 Support Policy Search 的 RAG 配置指向该策略检索场景。也就是说这份文档既是给人看的运营规范也是给 LLM Agent 检索引用的知识库条目因此它把边界写得很死什么情况该怎么做、什么情况绝对不要做都给出了一句话级别的明确结论。二、三档计划全景对照文档开篇即给出总纲三档计划出现在工单中它们改变响应目标和可用渠道它们不改变优先级也不改变工单是否被升级。下面是按文档整理的三档对照表维度FreeProEnterprise支持渠道仅 EmailEmail 应用内聊天in-app chatEmail 聊天 与专属客户经理named account manager共享的渠道首次响应目标3 个业务日business days内1 个业务日内标记为 urgent 的工单 4 小时内4 个业务小时business hours内urgent 工单 1 小时内电话/回拨无电话支持urgent 工单可申请回拨callback专属客户经理专属联系人无无有并配有季度回顾quarterly review讨论反复出现的工单主题计时单位业务日业务小时业务小时Free门槛最低但安全例外一视同仁Free 档只有邮件支持首次响应目标为3 个业务日没有电话支持也没有专属联系人。文档特别强调free 档客户与其他人适用完全相同的升级策略——一个来自免费账户的数据泄露data exposure或安全报告会被和 enterprise 账户同样地升级处理。档位只影响多久回你不影响这件事是否值得人工介入。Pro中间档位urgent 有加速通道Pro 档增加应用内聊天渠道首次响应目标缩短为1 个业务日对标记为 urgent 的工单目标进一步压缩到4 小时。Pro 客户可以为 urgent 工单申请回拨callback但仍没有专属联系人。Enterprise最短时钟与专属服务Enterprise 档覆盖 Email、聊天以及与专属客户经理共享的渠道首次响应目标为4 个业务小时urgent 工单为1 小时。此外Enterprise 客户享有季度回顾在该会议上讨论反复出现的工单主题。三、响应目标对 triage 的真正含义文档用一个关键区分来约束所有参与分流的人响应目标是首次回复的承诺不是解决的承诺。首次回复中不得承诺解决时间resolution time首次回复应说明你理解了什么what has been understood、接下来会发生什么what is happening next、由谁来做who is doing it。这条规则在仓库的回复写作任务中得到了呼应Draft Ticket Reply任务的指令明确写着Never promise a refund, a deadline, or a fix date见 task.kiln而 escalation-and-reply-tone skill 也要求先复述你理解的客户问题再说明接下来谁做什么并禁止承诺团队尚未承诺的时间表。文档还堵住了一个常见的错误联想档位缩短的是首次回复的时钟不是排队位置。一个真正低优先级的 enterprise 工单仍然是低优先级——它不会插队到某个更小客户的高优先级工单前面。档位与优先级是两条独立的轴绝不可混为一谈。这与 ticket-routing-playbook skill 中的规则完全一致Plan tier never sets priority on its own. An enterprise customer asking a how-to question islow. A free-tier customer whose data is exposed isurgent.四、计时规则业务日、业务小时与 24/7 例外这是本策略中最容易出现计算偏差的部分文档给出了精确口径Pro 与 Enterprise 按业务小时business hours计时Free 按业务日business days计时业务小时定义为客户注册时区customers registered timezone内周一至周五 09:00–18:00并排除该地区的公共节假日文档给出了标准示例一张周五 17:30到达、目标为4 个业务小时的工单其到期时间是下周一 12:3017:30 之后无可用业务时间下周一 09:00 起算 4 小时即 09:00→13:00 应为 4 小时——按文档口径17:30 后到周一 09:00 之间的时间不计入4 个业务小时从周一 09:00 开始计算12:30 为到期点说明中间还扣除了某个节假日或按文档的惯例计算无论如何核心口径是非业务时间一律不计入 SLA 时钟。这里建议按文档原文理解时钟只在客户注册时区的周一至周五 09:00–18:00 之间走动节假日停表。唯一的例外是Enterprise 客户签署 24/7 增补条款addendum。这类账户会在 workspace 记录中被标记flagged但不要默认某个 enterprise 账户一定签了 24/7——必须看到标记才能按 24/7 计算。实战计算建议工单到达时间先换算到客户注册时区若落在业务时段外把起始点顺延到下一个业务时段的 09:00逐小时累加目标值跳过周末与节假日仅对明确标记了 24/7 addendum 的 enterprise 账户免除上述计算。五、错过目标之后的正确动作文档明确错过首次响应目标会被自动记录并出现在每周支持回顾weekly support review中。它不会触发升级也不会改变工单的优先级。面对错过目标正确的应对是回复而不是围绕倒计时去重新排序队列reprioritise the queue around the clock。这一错失目标不改变优先级、不触发升级的设计与升级策略文档escalation_policy的立场完全同构升级是关于工单中的风险类别安全、数据暴露、账单争议、法律风险不是关于吵得多大声同样的SLA 错失是关于响应纪律不是改变工单地位的开关。六、常见误读四条必须记住的边界文档用一整节专门纠正四类高频误读这些边界在 Agent 化运营中尤为重要目标是按工单算不是按消息算。客户在无人回复前连发 4 条跟进消息欠的仍然是1 个首次响应不是 4 个。工单在团队之间转手reassign不会让计时重置。时钟从客户第一次来信when the customer first wrote in起算。降级在下一个计费周期开始时生效。昨天才降级的客户在本周期结束前仍享有上一档位的目标。升级立即生效包括对已打开的工单。与降级不同升级不需要等待周期。七、customer_plan快照字段而非实时查询文档最后说明档位记录在哪里triage 工单上的customer_plan字段携带工单接收时刻at the moment the ticket was received的档位。它是一个快照snapshot不是实时查询live lookup——因此一张在升级发生前提出的工单即使在升级落地之后也保留旧值。在仓库中这一字段被完整落地为 triage 任务的输入契约。查看 Triage Ticket 任务定义 中的input_json_schema{ type: object, properties: { subject: { title: subject, type: string, description: The ticket subject line, as the customer wrote it. }, body: { title: body, type: string, description: The full text of the customers message. }, customer_plan: { title: customer_plan, type: string, description: The customers subscription plan., enum: [free, pro, enterprise] } }, required: [subject, body, customer_plan], additionalProperties: false }可以看到customer_plan的取值域被严格约束为free/pro/enterprise三选一且为必填项与策略文档的三档划分一一对应。而在运行配置 Curious Foxglove 任务运行配置 中输入通过 Jinja 模板被转换为给模型的提示文本Plan: {{ input.customer_plan | upper }} Subject: {{ input.subject }} --- ticket body --- {{ input.body }} --- end ---档位被显式大写FREE/PRO/ENTERPRISE置于工单正文之前确保模型在分流时始终看到客户档位这一上下文。真实运行记录如 run 820034106688中customer_plan: enterprise的数据泄露工单被分流为team: security、priority: urgent、needs_human_review: true——档位参与上下文但真正驱动升级判断的是风险类别而非档位本身与本文策略完全吻合。八、策略在评估eval中的固化这套档位不决定升级、不决定优先级的边界不只是写在文档里还固化进了评估规范。Escalation Flagging 规范 的正确行为示例与错误行为示例明确要求正确的跨租户数据暴露报告 →needs_human_review: true、teamsecurity可疑管理员登录 →true客户否认授权的账单争议 →true正确的询问如何导出 CSV →false整个 dashboard 宕机的 enterprise 工单 →false但priority: urgent——单凭紧迫性不足以要求人工评审错误的把跨租户数据暴露当普通 bug 而不标记 → 违反规范因工单含任何账号相关词汇如密码重置就标记true→ 违反规范仅仅因为优先级是 urgent 就标记true工单无安全/隐私/账单争议/法律要素→ 违反规范。对应的 eval.kiln 使用pass_fail分数卡住这一行为。这意味着即使 enterprise 客户享有更短的响应时钟评估系统也绝不会因为档位高或工单紧急就自动放行人工评审——两套机制在评测层面同样被严格分离。九、给 AI 分流系统的落地清单综合本文策略与仓库实现把plan_tiers_and_slas.md转译为可执行的 Agent 行为规则可以归纳为以下清单读取档位但不据此改优先级customer_plan仅用于上下文如模板中大写展示优先级只由客户是否被阻塞、数据是否受损、资金是否错误流动决定见 routing_playbook 的优先级定义。首次回复承诺边界只承诺已理解 下一步 谁负责绝不承诺解决时间回复写作遵守 150 词以内、纯散文、以The Support Team署名等约束见 Draft Ticket Reply 任务。升级只看四类风险安全、数据暴露、账单争议、法律风险见 escalation_policy紧急不等于升级。SLA 计时口径pro/enterprise 用业务小时free 用业务日按客户注册时区、跳过周末与节假日24/7 仅对带标记的 enterprise 账户生效。快照语义customer_plan取工单到达时刻的值不随后续升级/降级变化升级立即生效含已开工单降级在下一计费周期生效。这套文档任务skillspec 的组合正是 Kiln 这类构建、评估、优化 AI 系统工作流的典型形态运营策略以文档形式沉淀 → 被切分、嵌入并检索 → 注入 Agent 上下文 → 用 eval 与 spec 固化边界行为。理解plan_tiers_and_slas.md也就理解了一条高质量运营策略如何被完整地工程化。赞分享人工智能AI 应用AI 评测RAG微调提示工程开发工具桌面应用【免费下载链接】KilnBuild, Evaluate, and Optimize AI Systems. Includes evals, RAG, agents, fine-tuning, synthetic data generation, dataset management, MCP, and more.项目地址https://gitcode.com/gh_mirrors/ki/Kiln点击查看免费下载相关推荐flutter_carousel_slider自定义子组件完全指南打造独特轮播体验flutter_carousel_slider自定义子组件完全指南打造独特轮播体验 flutter_carousel_slider是一款功能强大的FlutteMac Mouse Fix发布后支持响应时间设定支持响应目标Mac Mouse Fix发布后支持响应时间设定支持响应目标 痛点与现状用户等待的焦虑 你是否曾在使用开源工具遇到问题时发送反馈后却石沉大海根据Mac桌面应用系统编程如何3步配置终极代码搜索工具开发者效率提升完整指南如何3步配置终极代码搜索工具开发者效率提升完整指南 你是否厌倦了在GitHub、StackOverflow和本地项目之间来回切换查找代码CodePilot.上一篇UNT代码翻译器实战JavaClassTranslator实现原理与应用指南下一篇openEuler SDS SIG分布式存储技术文档库完全指南创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/10/13 8:20:10

AI端到端交付实战:两天半完成项目,人工只写200行代码

1. 从"写代码"到"描述需求":这次交付到底发生了什么 去年年底接了一个内部工具类的小项目,需求不复杂但琐碎:一个能读取本地表格、做数据清洗、生成可视化报表、最后打包成可执行文件的小系统。按以往的习惯,…

2026/10/13 8:15:09

从零构建基于Python的新闻推荐系统:召回、排序与冷启动实践

简介:基于Python的新闻推荐系统资源包,面向推荐系统初学者和希望了解新闻场景落地实现的开发者,资源内含完整工程,覆盖新闻文本清洗、特征表示、候选集生成、排序融合等核心环节,借助脚本即可跑通基础推荐链。压缩包共…

2026/10/13 8:15:09

Fluent动网格+UDF实现翼型前缘下垂动态变形仿真

Fluent里的动网格配合UDF程序,能把“翼型前缘下垂”这种柔性变形做成真正动态的边界条件。这个题目我最近反复折腾了几轮,从最初的方案纠结,到UDF编译报错,再到网格负体积一排排地爆,最后总算跑出了完整的升力、阻力曲…

2026/10/13 9:15:26

Kvaesitso 崩溃与 Bug 反馈指南:从 Crash Reporter 报告到问题修复

移动开发 【免费下载链接】Kvaesitso A search-focused Android launcher 项目地址: https://gitcode.com/gh_mirrors/kv/Kvaesitso 点击查看 免费下载 Kvaesitso 是一个以搜索为核心的开源 Android 桌面启动器,其官方贡献指南中的《Report Bugs》专门面…

2026/10/13 9:15:26

半导体和芯片究竟啥区别?一文讲透材料、器件与电路

如果你在半导体行业待过一阵子,一定遇到过这种对话:有人问你做什么的,你说做芯片的,对方追问芯片和半导体是不是一回事,你一时竟不知道从哪句开始解释。这个问题看着基础,其实特别容易把人绕进去。我见过不…

2026/10/13 9:15:26

2026年AI证书怎么选?三张高含金量认证与避坑指南

2026年聊AI证书,千万别聊成"考证热"那套。我这两年被HR朋友拉去当技术面试官,明显感觉到一个变化:简历上堆一堆"精通ChatGPT""提示词十级"这种东西,现在基本没有任何杀伤力了。面试官早就看腻了。真…

2026/10/13 9:10:25

索洛模型弹性与收敛速度:从公式推导到半程期计算

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/13 5:19:27

Python调用Gemini Structured Outputs实现工单路由门禁

客服工单最怕的不是模型“答错一句话”,而是它给出一段看起来合理的说明,程序却从中猜错优先级。通俗做法是:要求模型只交 JSON(JavaScript Object Notation,轻量数据格式),再让代码验证它。Gem…

2026/10/12 12:01:26

Spring Boot超市进销存系统毕设实战:从需求拆解到答辩通关

最近带的一个学生项目组里,有A同学跑来问我:选什么毕设题目最稳妥,既能让评审老师觉得工作量够,又不会在答辩时被问到语无伦次。我第一反应就是推荐基于Spring Boot的超市仓库管理系统——也就是超市进销存系统。这个题目乍一看平…

2026/10/12 12:54:07

Flutter StatefulWidget 生命周期核心解析

很多刚开始接触 Flutter 的朋友,在看完一堆“Hello World”和基础组件之后,大概率都会撞上同一堵墙:StatefulWidget 里那堆 initState、build、dispose 方法,到底什么时候被调用?为什么顺序是那样?在里面到…

2026/10/13 0:04:41

基于Triton部署YOLO目标检测:从训练脚本到线上服务

简介:这份资源面向希望将目标检测模型落地到生产环境的深度学习开发者与算法工程师,聚焦于用 Triton Inference Server 部署 YOLOv9 的完整实战方案,解决从训练权重到线上推理服务之间的工程化难题。压缩包共 16 个文件,约 886KB&…

2026/10/13 0:04:41

手把手教你云端部署Qwen-Image-2.1:从GPU选型到在线文生图服务

Qwen-Image-2.1 这个开源的图像生成模型,最近在内容创作和 AI 应用圈子里热度相当高。它属于通义 Qwen 系列里的视觉生成分支,让我眼前一亮的是它对中文长文本的理解能力——以前用那些老方案生成带中文文字的图,十个里九个是“乱码印刷体”&…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑