这一页不是提醒你"要小心"，是把已经真实撞过的坑摆出来，让你少走一遍。每一条后面都跟着"当时发生了什么、后来怎么防"。
企业微信和个人微信的处罚不是一回事——企业微信留有余地，个人微信一旦出事，客户资产直接丢失。
| 对比项 | 企业微信 | 个人微信 |
|---|---|---|
| 轻处罚 | 踢下线，重新扫码即可恢复；一天之内别反复扫码 | 弹出"账号异常"或"限制登录" |
| 重处罚 | 限制发消息：第一次 24 小时，第二次一周，往后倍数翻 | 需要手机号验证加好友辅助解封，微信不给出准确时长 |
| 号被封，客户还在吗 | 在——客户挂在企业名下，换个成员号接着服务 | 不在——好友和聊天记录跟号一起没了 |
有个团队的程序启动时要连续调用好几个接口取信息，中间不留间隔，为了尽快跑起来还重启了好几次。结果：手机和电脑同时被弹出登录，客服给的原因是"一秒之内请求了不同的接口"。号没有被封，重新登录就好，但当天进度停了半天。
学到的：接口调用必须排队，两次之间随机等 1-3 秒；被弹下线不等于封号，这是两件事。
账号登录设备的网络出口所在省份，必须和手机常用地一致，不然会被判定"同一账号在异地同时使用"。有一天下午，三个不同团队的账号在同一个时间窗口被同时踢下线，三家走的都是"拿云服务器当出口"这条路。
后来的做法：优先用家里常开电脑做出口（住宅网络），服务器当出口退居第二选择。
企业微信有人工抽查机制，看到账号名字带"AI""机器人""助手""挂机""自动""智能""bot"这类字眼，会重点盯上。一旦被人工盯上，基本是直接封，不是限流那种能缓过来的处理。这条规矩要在三个地方一起守：成员姓名、企业名称、群昵称，三处一个字都不能出现。
负责把企业微信消息接进系统的第三方服务，在短短几天内就至少改过一次控制台地址和使用口径——不能假设"配好了就一直能用"。
这一节的数字是运营决策最值钱的部分——它证明"看起来该做的功能"实测使用率可能很低，排优先级前必须先看真实数据，不能凭直觉。
客户转发公众号文章进来时，推送的报文里完全不包含原文网址——有人把整个消息库翻过一遍，找出 46 条这类卡片，正文里出现网址的次数是 0。这不是配置问题，是上游报文本身缺这个字段。唯一的补救路径是拿标题去反搜文章，命中后顺着链接取正文——实测 46 条里找回 31 条，成功率 67%，且没有一条认错人。
（一个真实账号 109 张链接卡片样本的真实构成）——花力气做"文章抓取全文"这个功能前，先确认群里转发链接真正是公众号文章的比例，按这份样本只有约六分之一。
来自一个团队对自己账号真实 100 条消息做的手工分类统计——不是随手举的例子，是逐条标出来的。
| 类别 | 占比 |
|---|---|
| 打招呼试探 | 32% |
| 问它自己是不是 AI | 29% |
| 要它去干活（超出能力范围） | 12% |
| 没提问题（只 @ 或只贴链接） | 12% |
| 判不出类别 | 9% |
| 真问业务细节 | 6% |
一个长期运行的真实账号，15 天里"要不要认真处理这条消息"这一步总共判断了 5438 次，只换来 1367 次真正认真作答——四分之三的消息在判断这一步就被拦下了。
同一批 24 条真实群消息测试不同的判断模型：换成更便宜的一个，判断结果多判了 3 条（多花一点钱），但同时漏判了 1 条真问题（客户不会再问第二遍，只会觉得被怠慢然后离开）。判断标准不是谁便宜，是漏判的代价远大于多判的代价——多判一次是多答一句多花一分钱，漏判一次是真问题被当闲聊静默丢弃，运营团队根本不知道发生过这件事。
下面每一条规矩背后，都对应一个真实发生过的事故场景，不是拍脑袋想出来的流程。
先演练，再发给自己看，最后才真发给客户——调试阶段的半成品回复不该让任何真实客户看到，但直接关掉自动回复又看不出它会不会答错。演练档会走完整个判断和组织语言的流程，只是最后一步不真发出去，能提前发现问题。默认必须停在这一档，新装上去的系统绝不能默认直接放开发送。
发言频率留一成余量，不顶到平台上限——触顶线是"平台已经在管你了"的信号，自己设的警戒线要留在它之前，给自己留反应时间。同一套逻辑也用在接口调用节奏上：两次调用间隔要随机，不能固定——整齐划一的固定间隔也不像人在操作。
本人说话后要检查两次，不是一次——只要系统会自动回话，客户问一句、你正好也看到并回复了、系统同时也回了一遍，这个场景一定会发生。应对方案是本人说话后 15 分钟内系统在同一会话闭嘴，且要做两次检查：收到消息时先记一笔，系统准备发出去之前再检查一次——因为组织回复需要好几秒，可能在这几秒内本人插话进来。只检查一次是不够的，实测证明第二道检查才是最容易被漏掉、也最关键的一道。
涉及钱和承诺的话不让它自由发挥——客户一句"再让五十块行不行"，模型很可能直接顺着答应。这类判断不能交给概率模型，用固定词表：命中"钱/保证/合同"类词，直接说预设好的保守回复，同时把原话转给运营人员，一个字都不许自由发挥。
核心的自动应答能力——分类消息、按规矩控制发言节奏、模仿你说话的口吻——已经有好几个真实团队在自己业务里跑通了，不是演示用的空中楼阁。
真实产品询价场景中，红线词表覆盖了价格、保证、合同类问题；分身能准确识别"该转人工"的问题，没有自己承诺价格。口吻调整实测：回复字数从 922 砍到 473——反映出这个团队的真实问题是"话太长"而不是"不礼貌"。
对自己完整的 25 道处理流程做过复盘，明确指出哪些是"通用骨架"、哪些是"自己生意特有的、别人抄不走的"：人名单和群白名单的判断口径、消息分类表、红线词表的具体用词、知识库里的真实业务料、口吻范例库。这个团队的结论是：抄走的是空方框，方框里的真实内容抄不走。
认证咨询场景中，知识库检索命中 3 份真实资料，成功生成结构化对比回答，未触发人工介入，也没误判需要两个模型互相校对。