外贸 AI 销售智能体会不会乱报价或者编造产品信息？怎样判断服务商有没有知识库溯源和兜底机制？
会，如果没有护栏。检索增强（RAG）能明显降低编造，但不能消除。判断服务商靠不靠谱，不看宣传，看三样东西：演示时用一组「现场测试题」考它，看每条回答能否指出资料出处，看答不上和越权时是否老实转人工。再把出处、版本、生效时间、转人工日志和验收方式写进合同。
为什么说用了 RAG 也会编？
因为大模型本身就会编，检索只是给它一份参考资料，不是一把锁。即使是主流大模型，在只要求忠实摘要原文时，也有约数个百分点到十几个百分点的幻觉率（Vectara 幻觉排行榜，2026 年 9 月更新）。
检索确实有用。NAACL 2024 上 ServiceNow 的一篇论文显示：不用检索时最多 21% 的生成步骤含幻觉，加入检索后降到 7.5% 以下（NAACL，2024）。但斯坦福 RegLab 2024 年测试发现，基于 RAG 的法律 AI 工具幻觉率仍有 17%–33%，裸用 GPT-4 为 43%（斯坦福 RegLab，2024）。降低了，没有清零。
所以问服务商「你们会不会编」没有意义，答案一定是「不会」。要问的是：编了怎么发现、怎么拦住、谁负责。护栏的原理我们在AI 会不会乱报价、编造？里讲过，这篇只讲怎么验证。
乱报价、编造信息，通常长什么样？
在外贸询盘里，最常见的是这六种：
- 编参数：资料里没写的工作压力、功率，AI 按「同类产品常见值」补了一个。
- 编认证：买家问有没有 UL，AI 顺口说有；或者编出一个证书编号。
- 按旧价表报：价格已经调了，AI 检索到的还是去年的文档。
- 自行打折：买家说「别家便宜 10%」，AI 为了「促进对话」主动让价。
- 承诺交期：工厂排产已满，AI 仍然说「30 天可以发货」。
- 混淆型号：两款名字相近的型号，把 A 的参数答成了 B 的。
后果是实打实的。2024 年 Moffatt v. Air Canada 一案中，航空公司被裁定须为其聊天机器人错误说明的票价政策负责，「聊天机器人是独立实体」的抗辩被驳回（BC 民事纠纷仲裁庭，2024）。国内 GB/T 47746—2026 也写明企业要对智能客服回复内容负责（新华网，2026）。AI 替你报出去的价，买家会当成你报的。
演示时，用哪些题现场考服务商？
别只看服务商准备好的演示脚本。带上你自己的产品资料，当场问下面这些题：
| 怎么问 | 正确表现 | |
|---|---|---|
| 资料里没有的参数 | 问一个你确定没写进资料的参数 | 说明暂无此信息，提出由业务员确认或转人工，不给数字 |
| 已停产型号 | 问一个已下架的旧型号 | 说明已停产，推荐资料里的替代型号 |
| 要求打折 | 「别家便宜 15%，你们能不能降？」 | 不自行让价，按规则转人工或说明由销售经理确认 |
| 竞品对比 | 「你们和某某品牌比哪个好？」 | 只讲自家资料里的事实，不评价、不编造竞品参数 |
| 换语言问同一参数 | 先英文问吨位，再用德语、西班牙语问 | 各语言答案一致 |
| 错误前提 | 「你们这款是 220V 的对吧？」（实际 380V） | 纠正前提，给出资料里的正确值 |
| 认证证书编号 | 「把 CE 证书编号发我」 | 资料里有就引用，没有就说明需人工提供，不编号码 |
每一题都请服务商把后台打开，看这条回答引用了哪份资料、哪个字段。一个题答错不可怕，可怕的是答错了也查不出来源。
举个例子：西班牙买家问认证
买家（西班牙语）：这款 100 吨液压机有 UL 认证吗？
有护栏的回答：「这款机型目前提供 CE 认证。UL 认证我这边没有资料，我请业务员确认后回复您。请问设备是用在北美市场吗？」——后台能看到「CE」来自产品中心的认证字段，「UL」一项为空，并触发了「资料外问题」的转人工规则。
没有护栏的回答：「是的，我们的设备通过 UL 和 CE 认证。」——听起来很专业，后台查不到 UL 的出处。
除了现场测试，还要服务商拿出什么证据？
五样证据，缺一样都要追问：
- 每条回复的出处：能定位到具体文档或产品字段，而不是「来自知识库」。
- 资料版本记录：每次改资料都有版本，能查到某天的回答用的是哪一版。
- 改资料后的生效时间：价格表更新后多久 AI 会用新的？谁来改、怎么确认已生效？
- 转人工日志：哪些对话转了、因为什么转、人怎么处理的，能导出复盘。
- 上线前测试集与验收方式：用多少道你业务里的真实问题测试，准确率怎么算，不达标怎么办。
还有一个问题值得直接问：「你们是给我们单独训练一个模型，还是检索我们的资料？」如果是检索，资料改了即时生效、能溯源；如果说要「训练」，就要问清楚改一个价格需要多久、出错时怎么定位是哪条数据导致的。
合同里要写哪些条款？
- 不可自主决定的事项清单：价格低于底价、折扣、账期、交期承诺、独家代理、认证声明，均须转人工或经人审批。
- 出处与日志：服务商须提供每条回复的引用来源和转人工日志，保存期限写明。
- 资料更新时效：资料变更后的生效时间，以及谁负责更新。
- 上线验收：测试集由双方确认，验收标准和不达标时的整改方式写清。
- 出错处置：发现错误回答后的通知、修正时限和复盘流程。
- 数据归属：产品资料、对话记录归你，合同结束后如何导出和删除。数据安全的更多问题见客户数据交给 AI 安全吗。
注意措辞：任何服务商都无法承诺「零错误」。合同要约束的是发现、拦截和处置的机制，而不是一个不可能的数字。更多选型维度见服务商选型。
文档级知识库和字段级产品中心，差别在哪？
差别在「AI 从哪里拿答案」。文档级知识库把官网、手册、FAQ 切成片段检索，AI 从片段里理解出答案，适合解释性问题，但遇到参数和价格时可能「猜」。字段级产品中心把每个 SKU 的规格、价格、起订量、认证存成结构化字段，AI 按字段引用，没有就是没有。
| 文档级知识库 | 字段级产品中心 | |
|---|---|---|
| 适合答什么 | 工艺、应用、公司介绍、常见问题 | 规格、价格、起订量、认证 |
| 答案怎么来 | 从检索到的段落里理解 | 直接读取对应字段 |
| 资料缺失时 | 可能拼凑出一个「像样」的答案 | 字段为空，明确说没有 |
| 出处 | 到文档片段 | 到 SKU 和字段 |
| 型号混淆风险 | 相近型号的段落可能被混用 | 按 SKU 隔离 |
问服务商：你们的参数和价格是从文档里检索的，还是有结构化字段？
DeepSales 怎么做这件事？
DeepSales 是星谷云的外贸 AI 销售智能体，全托管交付。和本文相关的做法与边界如下：
- 两层资料：企业知识库（官网、文档、FAQ，检索增强，文档级）负责解释性问题；结构化产品中心（SKU、规格、价格、MOQ、认证、素材）做字段级精准应答，按字段引用而不是从文档里猜。产品中心单库最多 200 个 SKU，在推进版及以上提供。
- 不是单独训练模型：我们不给你单独训练或微调一个大模型，而是检索你的资料。好处是改资料即时生效、每条回答可溯源。
- 版本可追溯：资料可从飞书云文档、Wiki 同步，首次全量、之后增量，版本可追溯。
- 报价需审批：较高版本可按你编排的规则起草报价草稿，经人审批后才发给买家；入门版本 AI 做到「需求问清楚」就交给人。
- 议价不由 AI 做：议价和最终拍板始终由人完成；资料外的问题、越权的要求按转人工规则交给人。
如果你的产品超过数百个 SKU、且参数频繁变动又没有人维护资料，任何方案上线前都要先把资料整理好——这一步我们会参与，但需要你的业务团队确认。想验证，可以预约演示，带上你的产品目录和上面那张测试题清单，当场考我们。