给一堆没标注的工单打标签，我是这么做的

上周三下午，一个做 SaaS 的朋友发消息过来，说他手上有几千条客服工单，想训个模型自动分流，问我能不能找人标。

他问了外包报价，按条算，改一次类目定义重标一遍再收一次钱。

他沉默了半分钟。这事其实不用这么干。

数据集即服务这类产品值不值得用，看三个条件。原始数据够不够多，几百条以上；类目定义稳不稳定；团队里有没有一个人能把判定标准写成一句话。三条都满足，能省掉大量重复劳动。反过来，如果连「什么算投诉、什么算咨询」内部都吵不清，上什么工具都是白搭。工具解决的是效率，解决不了定义模糊。

我拿 Snorkel AI 那套 data-as-a-service 跑了一遍，用一个小场景，把工单分成功能故障、账单问题、功能建议三类。它的思路是把数据当成按需取用的东西，你不用自己搭一整套标注系统，规则、抽样、导出都在一个工作区里完成。下面是完整路径。

第一步，把任务写成一句话。

这步最容易被跳过，也最容易翻车。我一开始就写了给工单分类，结果后面全乱。正确的写法要带边界，一条工单只要提到扣款金额、发票、退款，就算账单问题；只要描述某个按钮点了没反应、页面报错，就算功能故障；说希望增加某某功能，才算建议。

写在文档里，谁标都按这个来。这步不花工具，花的是你自己的时间。

第二步，进工作区，建项目。

注册完进去，左边一栏是项目列表，右上角有个新建入口，选数据集项目那一类。会要你填项目名和标签集合。项目名建议英文加下划线，别用中文，后面导文件省事。标签集合就是上面那三类，一行一个，别加空格。

第三步，上传原始数据。

支持直接传 CSV。我这边测下来，最稳的格式是两列，一列 id，一列 text。表头用英文，编码存 UTF-8。上传完界面会给一个预览，前几十行摊开，你能肉眼扫一遍有没有串行。

第一个坑就在这。

我第一次传的时候表头是中文的「工单编号」「内容描述」，界面能读进去，但后面做筛选和导出的时候全变成乱码字段。改成英文再传一次就通了。另外 CSV 里如果有换行符没转义，一条工单会被切成两条，预览里能看出来，行数对不上就是这个问题。

第四步，先写规则，别急着人工标。

这是这套东西跟传统标注最不一样的地方。传统是雇人一条条看，这里是先让你写一批判定规则，让机器按规则先跑一遍。规则可以简单到一个关键词，比如文本里出现「退款」就打成账单问题；也可以是一段正则，匹配报错码格式。

界面上每条规则是一张卡片，写完点保存，它会实时告诉你这条规则命中了多少条。命中太少的规则基本没用，删掉。

规则之间会打架。一条工单同时命中「退款」和「希望增加自动续费开关」，到底算账单还是建议。界面里有个冲突处理设置，我选了按优先级，把更具体的规则排在前面。这里不设，冲突条目会直接空着，先检查配置，别急着怀疑数据。

第五步，抽一批自己标，看规则准不准。

规则跑完不等于能交付。系统会让你抽样本做人工核对，我抽了一两百条，一条条过。这步别省，也别只抽前面几十条。我第一次图省事从头抽，前面全是老工单，格式规整，看着挺准；抽到后面新工单才发现一堆口语化表达全漏了。抽样要随机，界面上有随机抽样选项，勾上。

核对完会给两个数，覆盖率是多少条被规则命中了，准确率是命中的里面有多少是对的。我这边跑下来，覆盖率刚过一半，剩下没被任何规则命中的会自动进人工队列。覆盖率低不代表工具不行，多半是规则写少了。我加了七八条针对口语表达的规则之后，覆盖率明显往上走。

第六步，导出。

确认没问题就导。导出来是一个标准表格，带三列，原始文本、最终标签、置信度。置信度低的建议单独拎出来人工再看一遍，别直接拿去训模型。

我一般会把这个文件和原始工单表在飞书多维表格里用 id 关联对一遍，看有没有漏的。之前写过一篇讲数据管道漏字段的帖子，道理一样，光留空没用，得有个干净的目录做约束，不然脏数据还是混进来。

学完这个，下一步可以试同一批数据跑第二遍，这次不写规则，先人工标五十条做种子，看系统能不能自己给出建议规则。两条路对比一下，你就知道自己的数据适合哪种。

整套流程跑下来，工具的部分其实不多。判定标准那份文档写清楚了，换什么工具都能用。