值班群被异常告警刷屏：拆单、部分退款、延迟回调，全被模型标成高风险。不是模型太勤快，而是订单与支付流水字段没对齐，异常定义又过宽。交易侧接入 AI，第一课不是提示词工程，是映射表与闸门。
接入前必须有的映射
至少对齐：订单号、支付单号、金额、币种、状态、完成时间、退款标记。缺字段就补采集，不要让模型猜。猜对一次，会鼓励团队在关键链路上继续赌运气。映射表要有主人，变更走记录；业务改枚举而模型仍用旧字典，误报会迅速毁掉信任。
首期只做三类异常
金额不一致、重复支付嫌疑、状态回退。每条输出带证据字段与简短说明。不要一上来做「智能改单建议」——在支付链路上，建议很容易被误当成指令执行。
人审闸门怎么接
退款、改金额、关单，必须人工确认并记录操作者。PCI DSS 强调最小化权限与可审计变更；OWASP LLM Top 10 把过度代理列为高风险；NIST AI RMF 要求先映射风险再部署。工程含义很具体：AI 找问题，人改交易。
误报与漏报一起治理
每条误报标原因：映射缺失、枚举过时、业务特例、模型误判，每周回流一次。同时保留漏报样本库。只降噪会漏报，只追召回会误报。阈值要在两套样本上调，而不是在会议上凭感觉调。
支付与清结算变更窗口要与 AI 链路对齐：他们改字段时，助手降级或加值班。交易变更与模型变更，不要同一天盲发。若订单号与支付单号关联都建不起，先别上模型。
闭环是否成立
- 已知真实事故样本能否被检出。
- 误报率是否低到值班愿意开着告警。
- 告警到确认的时长是否可接受。
- 是否发生过模型直接改单。
两项说不清，就缩回映射与枚举，而不是换更大模型。
相关标准
灰度与降级开关
交易链路的 AI 必须具备一键降级：关闭模型，回退到规则引擎或人工抽检。降级不是丢人，是生产纪律。高峰促销、支付通道切换、对账日，都可以预设降级窗口。窗口内只保留最高优先级异常类型，避免值班被噪声淹没。
与客服、仓储的协作也要写进闭环：异常确认后，下游工单模板预填证据字段，减少二次询问。模型输出若不能被下游直接消费，价值会停在值班群截图里。
安全侧关注点：提示词注入诱导「直接退款」、工具调用越权、日志中的支付敏感字段明文长期保存。OWASP 与 PCI 的精神落到工程，就是最小权限、可审计、可关闭。把这三条写成发布检查表，比写成长篇安全白皮书更管用。
成功的交易 AI 看起来往往「不聪明」——它少说话、多举证、常拒做。拒绝改单，是能力，不是缺陷。
交易 AI 的体面，来自它敢拒绝：拒绝无证据的改单，拒绝权限外的退款，拒绝在映射崩了还继续「智能」。拒绝得干净，值班才敢把它留在生产。
还可以建立「异常故事卡」：每次重大误报或漏报写成半页，含时间线、字段证据、根因、改了映射还是改了阈值。故事卡比指标更利于新人培训。三个月后回顾故事卡，你会看到真正的系统进化，而不是模型厂商的版本号进化。
交易侧 AI 的 KPI 建议同时看：检出、误报、确认时长、越权次数。缺任何一项，优化都会偏科。偏科的智能，在支付链路上格外危险。
