Agent渡劫48关-第30关-Bad Case为什么比“继续优化Prompt”更重要？原创

Agent每次出试都单独修PRO，同类问题还在重复，今天必须把失败分类做成系统，谁负责？客户不关心你分几类，只关心同一类错误，别再出现。分类必须能降低客诉和流失。上周47张工单里31张是A，答错又重复，客户截图散在群里，根本查不到根因。All Phoenix和lenmi都支持轨迹评估，Promp four能做回归，外部已有成熟失败标签可直接复用，一期只做11类标签字典和修复入口，不做自动修复。先覆盖P1场景，P2抽样方案A字研全链路3个月方案B接Phoenix做观测，Lesmi跑轨计，Two回归两周，True selection和arguments错误最多，因为参数为校验，没有。

结构化标签我每次只能瞎猜的，现在bad case复盘率12%，重复错误率34%，没有基械，你们说分类有效都是感觉用户搜A阵失败排查LLM可观测性，如果公开分类字典自然流量能进开发者社区付费投放先别急，转化世界没买K上限200元，ROS低于1.5就停，先跑小预算自研三个月要45万，揭开员工具加人力，首期8万no ROI门槛6个月，剩下20万工单成本自动修复不能直接改线上PRO出事谁负责，必须人工确认，日志留痕，责任到人。第一磅Alex出标签映射第二棒BO5定接口，第三棒Alex接买点周三必须交分类字典我接受，先不做自动修复。

但客户要看得到，同类错误下降，销售承诺改成重复错误率降一半，客户路径要能一键提交back case, 自动打标签进队列，否则一线不会用分类就是废纸。我查了ls me轨迹评估文档，Planning和recovery失败，需要人工标注，不能全自动范围冻结。11类标签全上修复入口，只做P1P2抽样30%，P3至记录不修复，最终取舍放弃自研全链路换两周上线，牺牲深度定制，换来可观测和回归闭环实现路径back case键Phoenix打11类标签PRO复跑回归参数校验档arguments错误成功线重复错误率从34%降到17%，停止线两周内没降到25%就暂停复盘。把11类标签做成公开文档页，每类配修复入口，关键词覆盖后自然流量验证转化到注册。这次不投广告，没有转化数据，RAS算不出。

等分类字典上线后再跑3000元测试预算锁死8万超支必须我签字，如果6个月没省下20万，项目降级为只记录部修复红线自动修复，不得绕过人工审批。每个修复入口必须留操作日志，合同里写清责任，Owner尔清单，艾瑞管标签，Bob管接口，艾ex斯管买点，David管指标，下周一验收分类字典拍板建failure text3V11类，按P1、P2、P3分级接Phoenix和promp，不做自动修复，两周上线重复错误率降不到17%就降级。