📊 标注分析结果

说明：

本次人工标注任务，核心目标是站在智能客服系统的视角，对其处理未解决对话数据的能力进行一次深入的质量评估和原因诊断。

针对判定为解决的，从用户视角分析为什么用户标记为未解决。

针对判定为未解决的，标记未解决的原因及改进建议。

人工标注准则：

未解决的判定标准：

1. 不在意图范围内的，标记为"未解决"，子分类为"意图分类不全"
2. 意图分类错误的，标记为"未解决"，子分类为"意图分类错误"
3. 用户表述不清晰或者未按照提示回复的，标记为"未解决"，子分类为"用户表述不清晰/不规范"
4. dify框架或网络出错，标记为"未解决"，子分类为"响应出错"
5. 正确识别意图，但是流程不完善的，标记为"未解决"，子分类为"处理流程待完善"
6. 其他没法细分未解决的，标记为"未解决"，子分类为"其他"

已解决的判定标准：

1. 因转人工无法响应导致不满的，标记为"已解决"，子分类为"无法转人工"
2. 识别为启动失败、跳枪等，智能客服提按照流程处理，但是用户依然无法充电的，标记为"已解决"，子分类为"无法充电"
3. 识别为开票慢、无法拔枪、多收停车费、道闸问题、无法停止充电、充电慢，按照流程处理依然解决不了用户问题的，标记为"已解决"，子分类为对应的问题类型（开票慢、无法拔枪、多收停车费、道闸问题、无法停止充电、充电慢）
4. 识别为道闸问题，并按流程回复的，标记为"已解决"，子分类为"道闸问题"
5. 识别为金额冻结的并按照流程处理的，标记为"已解决"，子分类为"预付费冻结"
6. 其他不好分类的，标记为"已解决"，子分类为"其他"

总结：

总结：