售后语料主题聚类与缺陷证据复核的整改排序法

覆盖售后运营，区别于口碑合规和转化漏斗排障；具备结构化试运行条件，但主题质量与来源维护情况尚未核验。

Agent负责脱敏后文本聚类、证据汇总和整改队列草稿；人工确认主题、原因和责任归属。安全反馈单独升级，不自动联系买家或供应商。

BERTopic提供文本主题建模、主题词和代表性文本等能力，可迁移为售后问题聚类及人工命名步骤。主题规模和代表性文本帮助筛选待核查问题，但不能直接证明缺陷原因。本报告补充订单去重、订单量分母、损失排序和整改复测，属于面向淘宝、拼多多的经营设计。本轮未核验项目最新版本、README示例或维护状态。

输出格式：整改主题台账：topic_id、representative_cases、affected_orders、exposure_orders、loss、severity、suspected_cause、owner、verification_status。

执行示例：将一批US相关业务订单的非电子收纳用品售后文本聚类，发现“尺寸理解错误”与“运输压损”两个主题。先核对详情页尺寸说明和包装批次，再分别提出说明修订与包装检查任务，避免把两类问题统一归为质量差。