想看看 AI 整理出来的候选长什么样？
👉 微信搜索「沪家云」小程序
沪家云 · 2026-09-19
直接说结论：家政 AI 真在用、也真省时间的是四个场景——把口语需求整理成字段、给档案做完善度打分、按规则加语义做匹配初筛、用平台知识库答常见问题。其余多半是包装。
客户最初说出来的一句话通常是笼统的：家里要人帮忙、老人要照顾、大概这个价位。系统做的第一件事是把它拆成结构化字段——服务类型、工作方式（住家／白班／钟点）、服务区域、薪资区间、到岗日期。
这一步看着朴素，却是后面所有环节的地基：字段不齐，再好的算法也只能凑人数。
平台有一张 33 项的核对表，每项对应档案里的一个字段，填了算过、没填算缺，最后用「填了几条 ÷ 33」算百分比。33 项等权、没有主观评价。要进匹配候选池得过 85 分，也就是至少填够 29 项。
这个分数衡量的是「信息有没有说清楚」，不是「活干得好不好」。它还会参与排序（当前占 15%），所以两位匹配分接近的阿姨，资料更完整的排在前面。
先用规则把明显不合条件的过滤掉：工种不对、区域太远、工作方式不符，第一步就排除。再对剩下的做语义比对——工作内容那段话里的具体场景（几口人、孩子几岁、有没有老人、做不做饭）会拉开差距。排序是规则分占 40%、语义分占 60%。
它的产出是「几百份缩到几个」，不是「替你定人」。清单出来后还要人工过一遍，最后选谁、签不签，由你面试来定。
行情、流程、怎么操作这类公共问题，AI 客服可以即时回答，依据是平台自己沉淀的问答库：命中标准答案的直接用，话题相关但没命中的交给模型正常作答，跑偏的会请你换个说法——宁可不硬答，也不编一个像样的错答案。
涉及你这一单的具体情况、需要核实身份、涉及纠纷和责任判定的，它答不了，也不该答。
「AI 打包票帮你找到好阿姨」——匹配是初筛，不是承诺。找不找得到、合不合适，受区域、预算、时间很多现实条件影响。
「AI 自动定人，不用人管」——候选清单之后仍要人工确认，签不签是你的决定。把人完全摘出去，出问题就没人接得住。
「AI 评分等于服务质量」——评分是信息完整度；服务质量看的是客户评价和履约记录，两件事别混着看。
AI 在家政里最实在的价值，是替你省掉翻简历和重复问答的时间，把该有的信息摆到你面前。真正拍板的那一下，还是人。
信源：本文口径来自沪家云平台需求字段、档案完善度规则、匹配排序与 AI 客服策略的线上配置（2026 年 9 月）。
四个：需求结构化（把口语变成可筛选的字段）、档案完善度打分、匹配初筛（规则加语义）、常见问题应答。都不是替你做决定，是替你省翻简历和重复问答的时间。
不能。初筛是把几百份档案缩到几个符合条件的候选，清单出来后还要人工过一遍，最后选谁、签不签由你面试来定。
多半是需求字段填得笼统。服务类型、工作方式、服务区域、薪资区间这四个字段决定第一道过滤，工作内容那段决定后半段的语义排序。
涉及公共知识的可以参考，涉及你这一单的具体情况（价格、合同、排班、已付费用）要找人工确认。系统自己也有阈值：命中不了标准答案时，它宁愿请你换个说法，也不硬答。
档案完善度打分告诉你缺哪几项、怎么补到 85 分门槛；匹配初筛让填全信息的阿姨更容易被看见；常见问题应答省去等人工的时间。
「AI 打包票帮你找到好阿姨」「AI 自动定人不用人管」「AI 评分等于服务质量」——这三句都不成立。匹配是初筛不是结论，评分是完整度不是能力，钱和合同始终是人跟人之间的事。
家政行情 · 避坑攻略 · 面试技巧 · 政策解读，持续更新
长按识别 · 关注公众号
👉 找阿姨 / 找工作，微信搜索「沪家云」小程序