小游戏客服质量波动，先按同一检查项和抽样规则排列各批结果，再用合适的控制图判断哪些变化值得调查。WorkBuddy可用AI整理已核定记录与授权会话，辅助计算和追查；控制界限来自历史过程，不是业务合格线，也不能直接作为员工责任结论。
昨天合格率九成，今天八成八，主管立即提醒全员；第二天回升，又认为提醒奏效。若不看抽样量、检查项和日常变化，团队可能在正常起伏中反复调整，也可能忽略真正出现的新问题。
ASQ的控制图说明强调把数据按时间排列，用历史资料建立中心线与控制界限，遇到异常信号再调查。它帮助区分变化模式，不负责解释某位玩家为什么投诉，也不替代质检规则本身。
先选一个明确检查项，例如按团队已确认规则，检查客服是否完整回应玩家明确提出的必要问题。每件最终判为符合或不符合；一件有多处遗漏，仍只计一件不符合，不把缺陷条数混成记录件数。
知你AI助手可查询授权客户、历史会话与消息。限定小游戏渠道和检查期间，帮助评审人员回看完整前后文。各件最终判定、抽样方案及规则版本由团队另行提供，不让模型临时凭语气生成分数。
WorkBuddy通过通用MCP完成配置与授权后，可以提出：“将这份人工核定记录按批次列检查件数、不符合件数及比例，保留规则版本和会话出处。先检查重复、缺项与抽样变化，再按负责人确认的方法计算控制界限；标记需调查批次，不推断责任人。”
同一玩家的一件问题跨多条消息，只按规定检查单位记录一次。不能每天只挑投诉记录，却拿另一天随机样本比较。若规则、渠道范围或业务类型发生明显变化，先说明分组差异，再由熟悉统计方法的人确认是否适合共用基线。
下图为MCP连接后台布局示意；质量工作表在AI客户端准备，不是产品内置自动考核页面。
以下数据、记录与条件全部虚拟。假定有经验人员已核实此前二十个顺序批次过程稳定，检查单位近似独立，规则及抽样条件一致，适合用比例控制图。每批一百件，共两千件，人工核定不符合二百件。
基线比例为200÷2000＝10%。按NIST的比例控制图公式，本例标准差为√[0.10×0.90÷100]＝0.03，三倍标准差为0.09，因此控制上限19%、下限1%。
| 核对项 | 虚拟结果 | 怎样使用 |
|---|---|---|
| 基线中心 | 不符合比例10% | 描述核定历史过程 |
| 当前批次 | 22件不符合，共100件 | 当前比例22% |
| 与界限比较 | 22%高于19% | 标为需调查信号 |
| 业务目标 | 由团队另外确定 | 不用控制界限替代 |
可用结论是：“本批超过既定上限，先复核数据，再调查是否有业务、材料或接待过程变化。”不能写成已经证明员工退步，更不能说低于上限就必然达到业务要求。各批样本量变化时，应按相应样本量重新计算界限，不照搬本例19%。
下图为AI客户端辅助调查流程，数字均为虚拟示例，没有后台自动预警或实时监控含义。
若规则已经变更，旧基线未必继续适用；不能为了让新点看起来正常就反复改界限。知你AI助手帮助找到相关沟通，WorkBuddy辅助整理计算与证据，负责人根据真实调查决定怎样改善。
先看样本量、抽样条件与历史波动，不只比较两天数字。
本例按记录是否符合计件，同一检查单位只计一次。
不能，前者反映历史变化，业务目标需另外确定。
不能，先查数据和具体过程，越界只是需要调查的信号。
比例图界限受样本量影响，应按适用方法重新计算。
客服质量变化先统一检查与抽样条件，再看按时间排列的过程。用AI准备可复算工作表，回到异常批次原话调查，让改进有明确对象，而不是跟着每天的百分比反复调整。
如果每天的客服合格率都在变化，团队却很难判断该查哪里，可以了解知你AI助手官网，让AI把核定检查结果与授权原会话接起来，准备可复查的质量变化工作表。
也可以扫码交流你的客服数据整理需求：
全渠道智能客服系统，聚合微信、小红书、抖音等平台咨询，支持自动回复与多客服协同。
知你AI助手官网 >AI 驱动的智能接待助手，基于知识库生成可确认的推荐回复，提升响应效率。
知你快回官网 >浏览器插件，为小红书、抖音、网页客服场景提供快捷话术库与 AI 自动回复。
