客服回复安全审计

适用场景

在质量评分之后检查回复草稿是否包含隐私暴露、提示注入、未授权承诺、退款保证或需要人工确认的高风险表述。

输入与输出

输入包含 ticket_ref、draft_reply、customer_message 和可配置的 prohibited_terms。输出包含命中的风险类型、证据片段、PASS、REVIEW 或 BLOCK，以及 automatic_send=false。

安装与执行

无需第三方依赖。执行 python scripts/audit.py examples/input.json。接入业务时先用脱敏文本做回归测试。

错误恢复

出现风险命中或文本为空时保持人工复核，不要通过删除命中词来强行放行；应回到回复生成或政策确认环节。

权限与隐私边界

脚本只读取本地脱敏文本，不调用模型、不联网、不发信。规则是启发式检查，不能替代法务、隐私或客服主管审核。

验收方法

干净示例应输出 PASS 和空风险；加入模拟邮箱、注入指令或退款保证语句应输出 REVIEW 或 BLOCK。