政策没提竞品比价 → 代理自行决定 → 52% 批准，48% 拒绝。同一种请求。

客户要求竞品比价。政策覆盖了自家网站的价格调整但对竞品只字未提。代理给一个客户批准了，给下一个客户拒绝了。同样的请求类型，相反的结果。一个月内 23 起不公平对待投诉。

代理在政策空白处做出了未经授权的决策。它既没有批准的权限，也没有拒绝的权限——两者都是政策级决策，需要人的判断。

规则

当没有政策条款覆盖客户请求时：升级。不要批准（创造未授权先例）。不要拒绝（做出未授权禁止）。路由给有政策级权限的人。

实施这条规则后：不公平对待投诉从 23 降到 0。等待时间投诉：2 起。净效果大幅改善。

政策空白 vs 政策模糊

政策空白： 没有任何政策条款涉及这个请求（竞品比价、数字退款、延保）。代理没有任何指导。

政策模糊： 有相关政策条款但给出了冲突或不清楚的指导。代理有一些指导但无法可靠地解读。

两者都需要升级。代理不应该把空白解读为拒绝（“没提到 = 不允许”）或批准（“没提到 = 可以”）。

数据

一个月内跟踪 1,000 个请求：

100% 的未授权决策来自没有政策覆盖的那 15% 请求。添加升级规则后：未授权决策降到 3%。

逐步减少升级量

迭代方法同时满足”最大化自动化”和”绝不在空白处决策”：

1. 升级所有空白（约束 2 满足）
2. 追踪高频类型 — 同样的 5 种空白占了 80% 的升级
3. 联合政策团队为常见空白制定正式政策
4. 更新代理指南 — 现在代理可以权威地处理这些请求
5. 监控新空白 — 产品和服务在演变

这个过程持续减少升级量，同时每一个决策都有政策支撑。

什么不能替代升级

基于历史决策训练。 模仿人工之前怎么解决升级并不创造政策。代理仍然没有权限——它只是做出了看起来一致的未授权决策。

基于先例自动批准。 三次人工批准不等于政策。如果政策团队还没有正式化这条规则，代理自动批准仍然是未授权的。

默认拒绝。 没有政策依据的拒绝可能侵犯政策本应保护的客户权利。空白处的批准和拒绝都是未授权的。

置信度评分。 代理可能对一个它没有权限做的空白决策”很有信心”。信心不创造权限。

一句话总结： 当没有政策覆盖某个请求时，升级——代理既没有批准也没有拒绝的权限，同一请求 52/48 的随机分裂产生了 23 起不公平对待投诉，添加升级规则后降到零。