从抽检到全量：Jev 让客服会话质检覆盖率不再靠运气

客服质检长期有个无奈：会话量太大，人工只能抽检一小部分，大量对话其实从没被看过。违规话术、态度问题、超权限承诺，很多都漏在没被抽到的会话里。这一周我用 Jev 把质检从抽样做成了全量，思路值得记录。这篇讲清楚这个场景应用前后的差别：质检怎么改、覆盖率提升到什么程度、质检人力成本怎么降。文中对比为基于实测口径的方案性测算，非某企业真实数据，Jev 仍处早期访问阶段。

一、原来的做法：抽检，覆盖率靠运气

应用前，质检基本靠人工抽检。质检员从海量客服对话里抽取一小部分，逐条看是否有话术违规、态度问题、超出权限的承诺、以及是否真正解决了用户诉求。

问题很明显。覆盖率低，绝大多数会话根本没被检查过，问题会话很容易漏网。人力成本高，全靠人一条条看，投入大、效率低。而且发现滞后，等抽检发现问题，往往已经过去很久。用大模型做全量质检倒是能覆盖，但逐条生成判断又慢又贵，规模一大就扛不住。

二、改造后的做法：Jev 全量质检，人工只复核标记项

应用后，我让 Jev 承接全量质检的判断环节。

每一通客服会话记录都过一遍 Jev：判断是否出现话术违规、是否有态度问题、是否做了超出权限的承诺、是否未解决用户诉求。这些都是明确的判断题，用 Choice 和 Noul 就能覆盖。被标记为疑似不合格的会话，再交给质检员集中复核，人工不再大海捞针，而是只看被筛出来的样本。

下面这张图是应用前后的对照：

客服会话全量质检：应用前后对比

三、价值对比：覆盖率与质检人力

收益集中在两点。

覆盖率上，质检从"抽样"变成"全量"。因为 Jev 的单位判断成本极低、速度极快，全量跑一遍在经济和时间上都可行，问题会话不再因为没被抽到而漏掉。

人力上，质检员从"逐条通读"变成"复核被标记项"。全量初筛由 Jev 完成，人工只对疑似问题会话做确认，单位质检人力成本显著下降，质检团队可以把精力放在判罚认定和话术改进上。

四、这套方案的边界

Jev 在这里做的是"初筛标记"，不是"最终判罚"。它只给判断不给理由，也可能误标或漏标，所以最终是否算违规、如何处理，仍然由质检员复核决定。我会用置信度做分层：高置信度的问题会话重点复核，中低置信度的作为抽样补充，避免完全依赖模型。涉及需要理解复杂语境的争议会话，仍需人工深入判断。收益为方案性测算，真实标记准确率要用自己的会话数据标定。

五、最终效益

这套改造的效益，是"用极低成本的全量初筛，换掉了低覆盖率的人工抽检"。质检覆盖率从抽样提升到全量，问题会话更难漏网；质检人力从通读转向复核，单位成本明显下降。把"是否违规、是否解决"这类判断交给 Jev、把"如何认定和改进"留给质检员，客服质检既更全面、又更省人力。