自动化触达最关键的控制点，不是邮件工具，而是“何时必须由人接管”。人工审核阈值的本质，是把模型的判断与对外沟通之间隔开：模型可以负责筛选、归类和生成草稿，但只有证据充分、风险可控、联系理由清晰的线索，才有资格进入发送环节。

阈值不应只看总分

一个可执行的评分框架，可以将线索拆成四项：客户画像匹配度、需求信号强度、服务可交付性和联系理由清晰度，总分为 100 分。80—100 分可进入个性化邮件队列，60—79 分进入人工复核或轻量培育，低于 60 分暂不触达。这个区间不是永久规则，而是流程初始值，后续应根据有效回复、合格对话和成交结果校准。

总分高也不代表可以自动发送。只要存在隐私风险、来源不明、信息过期或 evidence_insufficient 标记，就应直接暂停自动触达。尤其要警惕模型把“网站存在某项业务”推断成“企业正在寻找服务”，这两者并不等价。

人工审核应审核什么

审核不应重新阅读整条线索，而应集中检查三个问题：评分依据是否来自公开且可核验的信息；邮件中的观察是否准确，没有把推测写成事实；这次联系是否有明确、具体且与业务相关的理由。每条线索都应保留来源页面、证据摘要、抓取时间和风险标记，不能只保存模型给出的分数。

邮件草稿也应设置硬性拦截条件。没有具体观察、无法说明服务关联、包含未经证实的预算或痛点、缺少拒绝或退订方式时，不得自动发送。对方一旦回复，应立即停止自动序列，转由人工判断后续沟通。

阈值的价值不在于筛出最多线索，而在于限制错误触达的扩散。每周复盘数据时，应重点比较不同来源带来的有效回复和合格对话，而不是只看发送量或打开率。一个成熟的系统，应让每次发送都能追溯、解释，并在证据不足时主动停下来。