为什么反馈机制是 AI 产品的标配
传统产品的 bug 是确定的，测试能覆盖大部分；AI 产品的问题是概率性的、长尾的，内部评测集再大也覆盖不了用户真实提问的千奇百怪。用户的一个「踩」，往往就是一条你评测集里根本不存在的坏 case。ChatGPT、豆包、Kimi 的每条回答下面都挂着点赞点踩，不是装饰，那是它们成本最低的数据采集管道。更实际的一层：RLHF、DPO 这类对齐手段需要人类偏好数据，用户反馈是除标注外包之外最重要的来源，而且是免费的、真实分布的。
点赞点踩的真实数据，先泼冷水
设计上之前先要面对一个残酷事实：显式反馈率极低。行业经验值是千分之几到百分之二三，也就是说一百条回答里能收到两三个显式评价就不错了。而且这个数据有严重偏差——点踩的远多于点赞的（人不满时更有表达欲），点踩里又集中在「事实错误」和「没回答我的问题」两类。所以千万别拿点赞率当质量指标汇报，它是偏的。
这意味着设计目标不是「让所有人反馈」，而是「让最有信息量的那些反馈被低成本地留下来」。
怎么设计才有人用
第一原则：一次点击以内完成，不许打断流程。ChatGPT 早期点踩后会弹一个可选的理由框（不准确、没帮助、有害等），注意是可选的，用户不填也算一次有效点踩。这个细节很关键——强制选理由会把反馈率再砍掉一大半。我的做法是一级只有赞/踩两个图标，点踩后静默展开 3-5 个标签供选填，再加一个收起状态的自由文本框，三层递进，每层都可以放弃。
第二，位置要贴着内容、样式要轻。放在每条回答的尾部操作区，跟复制、重生成排在一起，别弹窗、别跳转页面。图标用线框不用实色，避免用户觉得界面在催他评价。
第三，给即时反馈。用户点了踩，界面立刻有「感谢反馈，我们会改进」的轻提示，让他知道这一下没白点。如果能更进一步——点踩后自动给出「重新生成」的引导——就把负面情绪转化成了再试一次的机会。
第四，挑时机。智能客服场景在会话结束（用户关掉窗口或超时无操作）时弹一次整体评价，比每条消息都挂按钮的打扰小得多，拿到的是会话级的满意度，两个粒度互补。
比显式反馈更值钱的是隐式反馈
显式反馈率低，但隐式信号人人都在贡献：用户点没点「重新生成」、有没有把答案复制走、看完回答后是不是马上又去搜了同样的问题、追问是顺着答案深入还是推翻重问。复制行为基本等于点赞，「重新生成」基本等于踩。我在一个知识库问答产品里统计过，隐式信号的覆盖量是显式反馈的五十倍以上。做质量看板时，把「重新生成率」「复制率」作为主指标，点赞点踩作为校准，比单看后者靠谱得多。
收了反馈之后，闭环在哪
这是最容易被问倒的地方，很多产品的反馈按钮就是个安慰剂。一个能跑的最小闭环长这样：点踩数据进 Bad Case 库，每周按量排序，聚类看 top 问题类型；事实错误类回流去补知识库或调检索，理解错误类进微调样本或提示词优化；改完之后这批 bad case 自动进回归评测集，下次发版必须跑赢。至于直接拿用户反馈做在线训练——别，数据太脏、量太少，还有恶意投毒风险，正确姿势是人工筛过后进离线训练集。
安全类反馈要单独走快车道：涉政、涉黄、违法的举报不能跟普通 bad case 排队，要有独立队列和 SLA。
另外别忘了点赞的价值。大家都盯着点踩，但点赞数据告诉你「哪些回答用户真心认可」，这是正向偏好样本，做 DPO 这类偏好优化时正负样本都要。我还会定期看点赞率高的回答有什么共性——长度、结构、语气，把这些特征反过来写进提示词模板里，让好回答从偶然变成稳定产出。