AI客服系统操作员使用规范手册

AI客服系统操作员使用规范手册第一章系统登录与权限管理1.1登录流程及注意事项1.2用户权限分配与变更1.3系统安全策略1.4操作员角色定义1.5异常情况处理第二章客服界面操作指南2.1基本功能介绍2.2聊天窗口操作2.3多窗口管理2.4快捷键使用说明2.5界面定制与设置第三章智能问答与知识库管理3.1智能问答系统概述3.2问题识别与分类3.3知识库内容维护3.4智能推荐策略3.5用户反馈处理第四章客户服务与沟通技巧4.1沟通礼仪与规范4.2常见问题解答技巧4.3紧急情况应对4.4跨文化沟通4.5客户满意度评估第五章数据统计与分析5.1客服数据采集5.2数据可视化展示5.3趋势分析与预测5.4优化建议与实施5.5数据分析报告撰写第六章系统维护与升级6.1日常系统检查6.2系统升级流程6.3故障排除与修复6.4系统备份与恢复6.5安全性与稳定性保障第七章操作员培训与发展7.1新员工入职培训7.2专业技能提升7.3绩效评估与激励7.4职业发展规划7.5团队协作与沟通第八章附录与参考资料8.1术语表8.2相关法规与标准8.3推荐阅读材料8.4联系信息8.5版本更新记录第一章系统登录与权限管理1.1登录流程及注意事项AI客服系统操作员需按照规范流程完成系统登录操作，保证登录过程的安全性与一致性。登录前应核对用户身份信息，确认用户权限与当前操作权限匹配。登录过程中需避免使用弱密码或重复密码，防止账户被恶意入侵。系统自动记录登录日志，便于后续审计与跟进。登录后，系统应自动加载用户权限配置，保证操作员在权限范围内执行相关任务。1.2用户权限分配与变更用户权限的分配与变更需遵循分级管理原则，保证权限配置的最小化原则与可控性。权限分配应依据用户角色进行，如开发者、管理员、普通操作员等，不同角色拥有不同操作权限。权限变更需经过审批流程，保证变更的合规性与可追溯性。系统提供权限变更记录查询功能，操作员可通过系统界面查看权限变更历史，保证权限调整的透明性与可审计性。1.3系统安全策略系统安全策略是保障AI客服系统稳定运行的重要保障。应采用多因素验证机制，如密码+验证码+生物特征等，提升用户账户的安全等级。系统应定期进行安全漏洞扫描与修复，保证系统无安全隐患。同时需设置数据加密与访问控制，保证用户数据在传输与存储过程中的安全性。系统应配置防火墙与入侵检测系统，防范外部攻击与非法访问。1.4操作员角色定义操作员角色是AI客服系统运行的核心组成部分，需明确其职责与权限范围。操作员主要负责系统日志管理、权限配置、用户管理、系统监控与异常处理等任务。操作员需具备良好的操作规范意识，遵循系统操作流程，避免误操作导致系统异常。操作员需定期接受系统安全与操作规范培训，保证其操作能力与系统安全要求相匹配。1.5异常情况处理在系统运行过程中，可能出现各类异常情况，如系统崩溃、数据异常、权限冲突等。操作员需具备异常情况识别与处理能力，在第一时间识别异常并采取相应措施。系统应提供异常日志记录功能，操作员可通过日志分析定位问题根源。若异常严重，需及时上报管理员，并配合进行故障排查与恢复。系统应设置异常自动告警机制，保证异常情况能够及时被发觉与处理。第二章客服界面操作指南2.1基本功能介绍AI客服系统操作员在使用界面时，应熟悉核心功能模块，包括但不限于：客户查询、订单处理、消息记录、系统设置等。系统支持多语言切换，操作界面采用模块化设计，便于快速定位和操作。界面中包含实时数据监控模块，可查看系统运行状态、客户数量、响应时间等关键指标。操作员需在权限范围内使用功能，不得越权操作，保证系统安全与数据隐私。2.2聊天窗口操作客户消息接收：系统自动推送客户消息，操作员需及时查看并回复，保证客户满意度。消息回复：支持文字、语音、表情等多种形式回复客户，回复内容需准确、礼貌、专业。消息撤回：若需撤回已发送的消息，需按流程操作，保证不影响客户体验。消息归档：对重要或重复消息进行归档，便于后续查询与分析。2.3多窗口管理系统支持多窗口同时操作，操作员可通过以下方式管理多个窗口：窗口切换：支持快速切换不同窗口，保证多任务处理效率。窗口合并：将多个窗口合并为一个，提升操作效率。窗口关闭：关闭不必要窗口，减少系统资源占用。窗口优先级设置：设置窗口优先级，保证关键窗口优先处理。2.4快捷键使用说明系统内置快捷键可提升操作效率，操作员需熟悉以下快捷键：Ctrl+C：复制当前消息内容。Ctrl+V：粘贴复制的内容。Ctrl+Z：撤销上一步操作。Ctrl+Y：恢复上一步操作。Ctrl+F：查找消息内容。Ctrl+S：保存当前操作记录。Ctrl+N：新建窗口。2.5界面定制与设置系统支持界面自定义，操作员可按需调整界面布局与功能设置：主题切换：支持切换主题颜色，提升使用体验。语言设置：支持多语言切换，满足不同地区用户需求。通知设置：设置系统通知类型与频率，保证重要信息及时接收。快捷键自定义：可自定义快捷键，提高操作效率。权限管理：设置用户权限，保证操作安全与权限控制。第三章智能问答与知识库管理3.1智能问答系统概述智能问答系统是一种基于自然语言处理（NLP）和机器学习技术的交互式服务，用于回答用户提出的各类问题。其核心功能包括问题理解、信息检索、答案生成与输出。系统通过训练模型识别用户意图，匹配知识库中的相关信息，并生成符合语义的回应。智能问答系统广泛应用于客服、电商、金融、教育等多个行业，能够显著提升服务效率与用户体验。3.2问题识别与分类智能问答系统在接收用户输入后，通过自然语言处理技术对文本进行分词、词性标注与语义分析，识别出用户的问题结构与意图。随后，系统利用预训练的语义向量模型对问题进行向量化表示，将问题映射到语义空间中。在分类阶段，系统采用基于规则的分类器或基于机器学习的分类模型，对问题进行自动分类，如“技术支持”、“产品咨询”、“订单查询”等。通过上述流程，系统能够高效识别用户的问题类型，并为后续的问答逻辑处理提供支持。3.3知识库内容维护知识库是智能问答系统的核心数据资源，其内容的维护直接影响系统的问答质量与准确性。知识库的维护包括内容的增删改查与版本管理。系统需定期对知识库进行更新，保证包含最新信息与业务动态。在内容增删过程中，系统应遵循一定的规则，如内容的时效性、准确性与相关性，避免引入过时或错误的信息。知识库维护还包括对内容的结构化管理，如按照问题类型、业务领域、时间顺序等进行分类存储，便于快速检索与调用。系统应支持多语言知识库的维护，以满足国际化业务需求。3.4智能推荐策略智能推荐策略是智能问答系统的重要手段之一。系统在回答问题时，可根据用户的历史交互记录、偏好、搜索行为等信息，推荐相关问题或相关内容。推荐机制包括基于用户画像的个性化推荐、基于问题相似度的推荐以及基于时间的推荐。在推荐过程中，系统可采用协同过滤、深入学习模型（如神经网络）等算法，结合用户行为数据与知识库内容，实现精准推荐。例如若用户多次询问“如何更换电池”，系统可推荐“电池更换步骤指南”等内容。3.5用户反馈处理用户反馈是优化智能问答系统的重要依据。系统应建立用户反馈机制，允许用户对问答结果进行评价与反馈。反馈内容包括对答案的满意度、对系统功能的评价、对知识库相关信息的建议等。用户反馈的处理流程包括：反馈接收、分类处理、分析评估、反馈优化。系统应根据反馈内容，对知识库内容、问答逻辑、推荐策略等进行优化调整。同时系统应建立反馈分析报告，定期汇总用户反馈数据，为持续改进提供依据。表格：智能问答系统推荐策略参数配置建议推荐策略类型推荐算法推荐权重推荐频率推荐来源推荐内容示例基于用户画像KNN0.6每小时用户行为数据用户历史查询记录基于语义相似度神经网络0.5每日知识库内容产品使用指南基于时间时序模型0.3每天知识库内容新增产品信息公式：基于用户行为的推荐权重计算公式W其中：Wi为用户iαj为用户jdij为用户i与用户j该公式用于计算用户与内容的相似度，进而决定推荐权重。第四章客户服务与沟通技巧4.1沟通礼仪与规范在客户服务过程中，沟通礼仪是保证客户满意度和良好服务关系的基础。操作员应当遵循以下规范：语言规范：使用标准普通话，语速适中，语调平稳，避免使用俚语或方言。礼貌用语：使用“您好”、“谢谢”、“请”、“对不起”等礼貌用语，体现专业性和尊重。时间管理：控制通话时间，避免长时间沟通，保证客户及时得到解答。信息传达：准确、清晰地传达信息，避免误解或信息遗漏。尊重客户：尊重客户隐私，不随意透露客户个人信息，保持耐心和同理心。4.2常见问题解答技巧有效的问题解答是提升客户满意度的关键。操作员应掌握以下技巧：问题分类：根据问题类型（如订单查询、产品咨询、售后服务等）分类处理，提高响应效率。问题分析：对客户问题进行深入分析，判断是否属于常见问题，是否需要转接人工客服。标准化回答：制定标准化的回复模板，保证回答一致性和专业性。引导客户：在无法直接回答时，引导客户提供更多信息，或建议其联系人工客服。反馈机制：对客户反馈的问题进行记录，并在后续服务中进行优化。4.3紧急情况应对在紧急情况下，操作员应具备快速响应和妥善处理的能力：识别紧急情况：判断是否为紧急情况（如客户出现严重问题、系统故障等）。优先处理：优先处理紧急问题，保证客户安全和业务连续性。应急预案：熟悉应急预案，根据情况采取相应措施，如联系上级、转接人工客服、通知相关责任人。记录与报告：及时记录紧急情况的发生过程和处理结果，便于后续回顾和改进。心理调适：保持冷静，避免情绪化反应，保证服务专业性。4.4跨文化沟通跨文化沟通在国际化服务中尤为重要，操作员需具备相应的沟通能力：文化敏感性：知晓不同文化背景下的沟通习惯和价值观念，避免因文化差异导致误解。语言差异：掌握基本的跨文化沟通原则，如尊重、礼貌、非暴力等。非语言沟通：注意肢体语言、表情、语调等非语言信息，避免文化误解。多语言能力：根据客户所在地区，掌握相应的语言能力，提高沟通效率。文化适应性：在服务过程中，根据客户文化背景调整沟通方式，提升服务亲和力。4.5客户满意度评估客户满意度是衡量服务质量的重要指标，操作员应掌握评估方法：评估维度：包括服务响应速度、问题解决效率、沟通质量、客户反馈等。评估方式：通过客户反馈问卷、服务记录、客户访谈等方式进行评估。数据分析：对收集到的数据进行分析，识别问题并提出改进建议。持续改进：根据评估结果不断优化服务流程，提升客户满意度。激励机制：对高满意度服务进行表彰，鼓励员工提升服务质量。附录：客户满意度评估表格评估维度评分标准评分细则服务响应速度1-10分，10分最快，1分最慢1-3分：响应延迟；4-6分：响应及时；7-10分：响应迅速问题解决效率1-10分，10分最快，1分最慢1-3分：问题未解决；4-6分：问题解决；7-10分：问题快速解决沟通质量1-10分，10分最佳，1分最差1-3分：沟通不清；4-6分：沟通基本清楚；7-10分：沟通清晰有效客户反馈1-10分，10分最佳，1分最差1-3分：无反馈；4-6分：有反馈；7-10分：积极反馈持续改进意愿1-10分，10分最佳，1分最差1-3分：无改进意愿；4-6分：有改进意愿；7-10分：积极改进公式说明在服务响应速度评估中，采用以下公式计算满意度评分：满意度评分其中：正确响应次数：在规定时间内正确解答客户问题的次数；总响应次数：在规定时间内所有响应的次数。此公式可用于评估服务响应的准确性和效率。第五章数据统计与分析5.1客服数据采集客服数据采集是构建有效数据分析体系的基础，其核心目标在于保证数据来源的完整性、准确性与时效性。数据采集过程包括以下几个关键环节：数据源识别：明确客服系统中涉及的数据类型，如通话记录、客户咨询内容、工单状态、响应时间、客户满意度评分等。数据格式标准化：统一数据格式，保证数据可被系统识别与处理，例如将文本内容转换为结构化字段、将时间戳统一为ISO01格式等。数据采集工具配置：根据业务需求选择合适的数据采集工具，如使用API接口、日志采集工具（如Logstash）或数据库日志同步机制。数据验证机制：建立数据采集后的验证机制，保证数据完整性与一致性，例如通过校验规则、数据校验规则、重复数据过滤等手段。在数据采集过程中，会涉及以下公式：数据采集效率其中，数据采集效率用于衡量数据采集过程的效率，是评估系统功能的重要指标。5.2数据可视化展示数据可视化是将复杂的数据信息以直观的方式呈现给用户，便于理解和决策。数据可视化包括以下几个方面：图表类型选择：根据数据类型选择合适的图表，如柱状图用于对比数据，折线图用于趋势分析，饼图用于构成比例分析等。可视化工具选择：选择适合的可视化工具，如Tableau、PowerBI、Python的Matplotlib/Seaborn、R语言的ggplot2等。数据展示层级：根据数据层级设计展示结构，例如按时间维度、客户维度、服务类型维度进行多层次展示。交互式可视化：利用交互式工具（如D3.js、Plotly）实现数据的动态交互，。数据可视化过程中，会涉及以下表格：可视化维度可视化类型示例时间维度折线图客服响应时间趋势客户维度饼图客户类型占比服务类型维度柱状图不同服务类型的咨询量5.3趋势分析与预测趋势分析是通过历史数据识别数据变化规律，预测未来趋势，进而为决策提供依据。趋势分析包括以下步骤：时间序列分析：基于时间序列数据（如日、周、月）分析数据变化趋势，采用滑动窗口、移动平均、指数平滑等方法进行分析。回归分析：通过建立回归模型（如线性回归、ARIMA模型）预测未来数据趋势。机器学习预测：基于历史数据训练机器学习模型（如随机森林、支持向量机）进行预测。趋势分析中，常见的公式包括：趋势预测值其中，α、β为系数，用于调整历史数据和时间因素对预测结果的影响。5.4优化建议与实施优化建议是基于数据分析结果提出改进措施，以提升客服系统的整体效率与服务质量。优化建议包括以下方面：流程优化：根据数据分析结果调整客服流程，如缩短响应时间、优化工单分配机制等。人员配置优化：根据数据表现调整客服人员配置，例如在高峰期增加客服人员数量。系统优化：优化客服系统功能，如提升系统响应速度、优化数据采集与处理流程。优化建议的实施包括以下步骤：（1）需求分析：明确优化目标与预期效果。（2）方案设计：设计优化方案，包括具体措施与预期成果。（3）试点实施：在小范围内试点优化方案，评估效果。（4）全面推广：根据试点结果，全面实施优化方案。5.5数据分析报告撰写数据分析报告是将数据分析结果以书面形式呈现，为管理层提供决策依据。报告撰写包括以下几个部分：报告结构：报告包括标题、摘要、目录、结论与建议、附录等部分。数据分析方法：描述使用的方法与工具，如使用Python进行数据分析，使用Excel进行数据整理等。数据分析结果：以图表、表格、文字等形式展示数据分析结果。结论与建议：基于数据分析结果，总结关键发觉，并提出优化建议。数据分析报告撰写过程中，会涉及以下表格：报告内容说明数据来源说明数据采集来源及时间范围数据处理说明数据清洗、转换与分析步骤关键发觉重点数据趋势与异常点分析优化建议根据关键发觉提出优化建议数据分析报告撰写过程中，会涉及以下公式：报告完整性其中，报告完整性用于衡量报告内容的完整性和可读性，是评估报告质量的重要指标。第六章系统维护与升级6.1日常系统检查系统维护与升级是保证AI客服系统稳定运行的关键环节。日常系统检查应覆盖以下主要方面：硬件状态监测：检查服务器、网络设备、存储设备等硬件运行状态，保证其处于正常工作条件。软件运行状态监测：监控AI客服系统后台服务、日志文件、数据库连接状态，保证系统无异常阻塞或资源占用过高。用户访问日志分析：定期分析系统访问日志，识别高频访问模块、异常访问行为及潜在安全风险。系统功能指标监控：包括响应时间、并发处理能力、错误率等关键功能指标，保证系统运行效率符合预期。系统检查需遵循以下标准：系统运行时长不少于24小时，检查频率建议为每72小时一次。检查内容应涵盖所有关键模块，保证无遗漏。检查结果需形成书面报告，明确问题点及建议措施。6.2系统升级流程系统升级是提升AI客服系统功能与功能的重要手段。系统升级流程应遵循以下步骤：（1）规划与评估：根据业务需求及系统现状，评估升级目标、技术可行性及潜在风险，制定升级计划。（2）环境准备：保证升级环境与生产环境配置一致，包括操作系统、中间件、数据库、AI模型等。（3）测试与验证：在测试环境中进行功能测试、功能测试及安全测试，保证升级后系统稳定、安全。（4）分阶段实施：根据系统规模及资源情况，分阶段实施升级，避免影响业务连续性。（5）回滚与恢复：若升级失败或出现严重问题，需及时回滚至上一版本，并进行系统恢复。（6）上线与监控：完成升级后，进行系统上线并启动监控机制，持续跟踪系统运行状态。系统升级应遵循以下原则：升级前需进行充分的测试，保证升级后系统无重大缺陷。升级过程中应保持系统高可用性，避免对业务造成影响。升级后需进行详细日志分析，保证系统运行正常。6.3故障排除与修复系统运行过程中可能会出现各种故障，故障排除与修复是保证系统稳定运行的核心环节。故障排除应遵循以下原则：故障分类：根据故障类型分为系统级故障、模块级故障、数据级故障等，便于分类处理。诊断与定位：通过日志分析、系统监控、用户反馈等方式，定位故障根源。修复与验证：根据故障类型，采取相应的修复措施，如重启服务、修复代码、优化配置等。故障回顾：修复后需进行故障回顾，总结原因及改进措施，防止类似问题发生。故障排除流程应包括如下步骤：（1）故障上报：发觉故障后及时上报，并记录故障现象及时间。（2）故障分析：由运维团队进行分析，判断是否为系统异常或人为操作失误。（3）故障处理：根据分析结果采取相应措施，如重启服务、修复代码、更换组件等。（4）故障验证：修复后需进行验证，保证故障已彻底解决，系统恢复正常运行。（5）故障记录：记录故障处理过程，形成文档，供后续参考。6.4系统备份与恢复系统备份与恢复是保障系统数据安全与业务连续性的关键措施。系统备份应遵循以下原则：备份策略：根据系统重要性、数据量及业务需求，制定合理的备份策略，包括全量备份、增量备份、差异备份等。备份频率：根据业务需求，确定备份频率，一般建议为每日、每周或每月一次。备份存储：备份数据应存储在安全、可靠的介质上，如本地磁盘、云存储等。备份验证：定期验证备份数据完整性，保证备份数据可用。系统恢复应遵循以下步骤：（1）恢复计划：根据备份策略制定恢复计划，明确恢复步骤及责任人。（2）数据恢复：根据备份数据恢复系统数据，保证数据完整性。（3）系统恢复：恢复数据后，需重新启动系统，验证系统运行状态。（4）恢复验证：恢复后需进行系统功能测试，保证系统正常运行。（5）恢复记录：记录恢复过程及结果，形成文档，供后续参考。6.5安全性与稳定性保障系统安全性与稳定性保障是AI客服系统长期稳定运行的基础。应从以下方面进行保障：安全性措施：包括但不限于身份认证、权限控制、数据加密、访问控制、安全审计等。稳定性保障：包括系统高可用性设计、负载均衡、容灾备份、故障自愈等。安全策略：制定并执行安全策略，如定期安全扫描、漏洞修复、安全培训等。应急响应：建立应急预案，保证在发生安全事件时能够快速响应和恢复。系统稳定性保障应包括以下内容：冗余设计：系统应具备冗余架构，保证在某部分系统故障时，其他部分仍能正常运行。功能优化：通过功能调优、资源分配优化等手段，提升系统运行效率。监控与告警：建立完善的监控体系，实时监控系统运行状态，及时发觉并处理异常。系统安全性与稳定性保障应结合以下原则：系统应具备良好的安全防护能力，防止外部攻击和内部违规操作。系统运行应具备高可用性，保证业务连续性。系统安全保障应持续进行，不断优化和改进。第七章操作员培训与发展7.1新员工入职培训AI客服系统操作员的入职培训是保证其熟练掌握系统操作、服务规范及行业标准的关键环节。培训内容涵盖系统操作流程、常见问题处理、服务话术、客户沟通技巧以及安全与隐私保护等模块。培训形式应多样化，包括理论讲解、操作演示、情景模拟、案例分析及考核评估等。系统操作培训应重点讲解客服平台的操作界面、功能模块、流程逻辑及常见故障处理方式。服务规范培训则需强调标准化服务流程、客户反馈处理机制及服务礼仪。安全与隐私保护培训是必要的，保证操作员在处理客户信息时遵循数据安全规范，避免泄露或误操作。培训周期一般为1-3个月，可根据公司实际需求灵活调整。培训内容需定期更新，以适应系统功能的迭代和行业标准的变化。7.2专业技能提升操作员的专业技能提升应从基础操作向高级应用逐步推进，涵盖系统功能深化、服务能力提升、数据分析及问题解决能力等。系统功能深化培训应包括AI客服的智能识别、自然语言处理、多语言支持、情感分析等功能的深入应用。服务能力提升则需加强客服话术库的构建与优化，提升应对复杂场景的能力，如情绪识别、多轮对话处理及客户异议处理。数据分析与问题解决能力的提升可通过定期开展数据分析工作坊，帮助操作员理解系统后台数据，提升对客户行为的洞察力。操作员应参与跨部门协作，提升团队协作与沟通能力，以更好地支持客户服务流程。7.3绩效评估与激励绩效评估体系是衡量操作员工作成效的重要工具，应结合量化指标与质性反馈，全面评估其工作表现。量化指标包括客户满意度评分、服务响应速度、问题解决效率、系统操作准确性等。质性反馈则通过客户评价、上级反馈及自我评估等方式收集。绩效评估应采用定期考核与不定期抽查相结合的方式，保证公平性与客观性。激励机制应与绩效评估结果挂钩，包括奖金、晋升机会、培训资源倾斜等。激励方案应透明、公正，并结合公司战略目标，保证激励措施与公司发展一致。同时应关注操作员的职业发展需求，提供晋升通道与职业规划指导。7.4职业发展规划职业发展规划应围绕操作员的成长路径，制定清晰的晋升路线与技能提升目标。操作员的职业发展路径包括初级操作员、中级服务专家、高级服务顾问等阶段。初级阶段应侧重于系统操作与基础服务技能的掌握；中级阶段则需提升服务深入与问题解决能力；高级阶段则应具备跨部门协作能力、数据分析能力及客户关系管理能力。职业发展规划应结合个人兴趣与公司需求，提供定制化的成长路径。公司应定期组织职业发展研讨会，帮助操作员明确目标，制定计划。同时应建立导师制度，由经验丰富的操作员或管理层担任导师，提供指导与支持。7.5团队协作与沟通团队协作与沟通是保证AI客服系统高效运行的重要保障，应贯穿于日常操作与培训过程中。团队协作应体现在跨部门协作、资源协调及流程优化等方面。操作员需积极参与团队会议，分享经验，协同解决问题。沟通应注重清晰、高效，使用标准化沟通模板，保证信息传递准确无误。团队内部应建立有效的沟通机制，如定期例会、工作群组、反馈渠道等。同时应鼓励操作员之间建立互帮互助的氛围，提升整体团队协作效率。沟通质量直接影响到客户满意度与系统运行效率，因此应注重沟通技巧的培训与实践。表格：绩效评估与激励方案对比表绩效评估维度量化指标质性反馈方式激励措施客户满意度评分评分系统、客户反馈问卷客户评价、上级反馈奖金、晋升机会服务响应速度响应时间、处理效率实时数据监控、工作日志记录奖金、培训资源倾斜问题解决效率问题解决时长、解决率工作日志、问题回顾报告奖金、晋升机会系统操作准确性错误率、操作规范性操作记录、系统日志奖金、培训资源倾斜职业发展路径晋升计划、培训机会自我评估、上级反馈晋升机会、职业规划指导公式：绩效评估模型绩效得分其中，α为量化指标的权重，β为质性反馈的权重，量化指标得分为操作员在各项量化指标上的得分，质性反馈得分为操作员在质性反馈中的得分。此模型可作为绩效评估的数学表达式，用于计算最终绩效得分。第