规则具体怎么补充？

规则补充具体步骤：

1. 识别错误模式：从错误案例库中提取高频错误类型（如“含‘密码’但被错标为产品咨询”）。
2. 编写新规则：用逻辑语句定义条件，例如：
   • “若反馈含‘密码’或‘登录’，则强制标注为‘账号问题’。”
   • “若反馈含‘退款’且不含‘产品功能’，则标注为‘售后投诉’。”
3. 加入规则列表：以Python伪代码或Excel条件公式形式插入：

   if "密码" in feedback or "登录" in feedback:
       label = "账号问题"
   elif "退款" in feedback and "功能" not in feedback:
       label = "售后投诉"
   else:
       label = "产品咨询"
   

4. 更新测试集：用新规则重新运行100条混合数据，验证错误率是否下降。
5. 写入生效：将规则应用到AI训练系统（如通过Zapier/飞书自动化）。

示例修正：原文“密码重置失败”被标为“产品咨询”→添加规则后，自动转为“账号问题”，准确率从70%提至85%。