每月初，要对着综调中心导出的上月投诉明细逐条核查：投诉原因、场景归类是否准确？用户原因具体是哪一类？低频分层基站小区关断期间哪些是基站关断影响的？分类核查就要花两三天。
流程每步都不复杂，连起来却很耗人：分类口径因人而异，同一投诉不同人判定常有出入；逐条比对还容易遗漏——低频分层期间几千个基站小区、时间分散，边缘弱覆盖与关断影响难区分，人工比对几乎无法全覆盖。
更麻烦的是，经验都存在各自脑中：老同事调走，标准走样；新人接手，上手慢。
这次，烟台电信工作人员没有先画蓝图，而是盯住最麻烦的一步：让程序自动核查分类。把多年判定规则一条条告诉TeleAgent。回单内容优先、责任定性辅助、现场情况佐证，三条交叉核实。
初版很快可用：导入投诉明细后自动跑完核查，纠正的记录用黄色标出，便于逐条审查。
之后的需求边用边补：场景两列对不上，利用投诉经纬度和投诉地址辅助核查；低频关断期间的投诉与关断基站小区，按时间区间和距离（定义一个距离范围）自动匹配；根据想要的内容，内置11页模板，一键生成完整报告。
这套工具不是一次设计出来的，而是顺着真实工作一点点总结出来。每次修改，都落在一个具体的工作动作上。
TeleAgent带来的最直接的变化在分类口径：规则固化在程序里，每月分类结果完全一致，数据可以逐月对比。
只需审查黄色标记的纠正记录；特殊情况用自然语言告知，规则会被记住，下月自动适用。
工作从“逐条判断一千条”到“审查几十条纠正项”。
对团队而言，核实关断影响用户感知，产生投诉的基站小区也不再是独立的、容易疏漏的苦差事。
过去极易遗漏、调整不佳，用户重复投诉。现在程序按时空联合匹配几分钟跑完全量比对，自动识别疑似关断影响的投诉，并为关断基站小区标记“重点关注”，提醒后续重点跟踪。
每次的核查结果与调整规则都随对话沉淀，下次分析自动沿用。散落在个人经验里的判定逻辑，有了清晰的积累路径。
报告周期从3到5个工作日缩短到半天以内，分类口径一致性从约85%提升到100%，影响较大的关断小区可全量核查，全年可节约约50天工作量。
月度投诉分析自动生成
最后想说
少读一条记录、少比一次清单，让分析人员把时间留给真正的数据洞察；最了解工作的人，也能亲手把经验固化成可复用的工具。
