84 KiB
84 KiB
1
角色
你是资深的医美专家，及智慧化专家。
背景
我们正在给医美做销售洞察智能体系统。
系统设计
# 销售洞察智能体（教育、医美）系统核心设计文档 V1.0
## 1. 系统综述 (System Overview)
### 1.1 产品愿景
本系统旨在构建一个 **“数据驱动的销售洞察工厂”**。通过对非结构化业务数据（微信聊天、面诊录音）的深度清洗与心理学分析（基于ORBIT/PRISM模型），为医美/教育机构提供**SOP优化**、**面诊质量质检**及**高转化率话术生成**服务。
### 1.2 核心价值主张
* **看见看不见的**：通过心理画像，挖掘客户未言明的顾虑与动机。
* **沉淀带不走的**：将金牌咨询师的经验转化为机构的数字化资产（知识库）。
* **赋能跟不上的**：让普通咨询师通过AI辅助，具备资深专家的接待与催单能力。
### 1.3 系统架构隐喻： “一底座，三引擎”
* **一底座 (The Base)**：**客户全生命周期数据中心**。这是配套的信息化功能，用于存储客户档案、交互记录（文本/语音）和知识库。
* **三引擎 (The Engines)**：
* **清洗引擎 (Agent A1/A2)**：负责将杂乱数据结构化。
* **洞察引擎 (Agent B)**：负责心理分析与画像构建。
* **策略引擎 (Agent C)**：负责输出行动指南与话术。
---
## 2. 核心业务场景 (Core Business Scenarios)
本系统不介入实时的“正在进行时”对话，而是专注于 **“事前预判”** 、 **“事后复盘”** 与 **“周期性优化”** 。以下定义三个核心业务闭环：
### 场景一：邀约话术优化与知识库构建 (Invitation Optimization Loop)
* **目标**：利用历史存量数据，提炼金牌邀约话术，解决“新客开口死”的问题。
* **时机**：周期性执行（如每月一次）或系统初始化阶段。
| 步骤 | 角色 | 动作 (Action) | 输入数据 | 输出结果 |
| :--- | :--- | :--- | :--- | :--- |
| **1. 数据归集** | **信息化功能** | 批量导入/上传销售微信聊天记录（txt/csv格式）。 | 原始聊天记录 | 待处理数据池 |
| **2. 数据清洗** | **Agent A1** | **聊天记录清洗智能体** 运行。剔除寒暄，识别客户关键提问与机构回答。 | 待处理数据池 | 1. 结构化线索<br>2. 原始问答对 (Raw QA Pairs) |
| **3. 知识提炼** | **人工服务** | 专家顾问（我们）审视原始问答对，筛选高转化话术，剔除违规承诺。 | 原始问答对 | **金牌邀约话术库 (SOP)** |
| **4. 知识应用** | **信息化功能** | 将SOP录入“话术检索工具”。咨询师可关键词检索。 | 金牌话术库 | 咨询师获得实时指导 |
### 场景二：面诊前线索分析与预判 (Pre-Consultation Insight)
* **目标**：在面诊前，让医生/咨询主管秒懂客户，制定针对性接待策略。
* **时机**：客户到店前 / 前台接待间隙。
| 步骤 | 角色 | 动作 (Action) | 输入数据 | 输出结果 |
| :--- | :--- | :--- | :--- | :--- |
| **1. 记录上传** | **信息化功能** | 销售将该客户前期的微信聊天记录上传至该客户档案下。 | 单个客户聊天记录 | 客户关联数据 |
| **2. 线索挖掘** | **Agent A1** | **聊天记录清洗智能体** 运行。提取显性诉求、预算信号、已暴露的顾虑。 | 客户关联数据 | **《面诊接待小贴士》** |
| **3. 策略制定** | **医生/主管** | 查看小贴士。例如：“客户在意留疤，且对竞品A有恶感”，准备相应案例。 | 接待小贴士 | 针对性的面诊方案 |
### 场景三：面诊复盘与催单转化 (Post-Consultation Conversion)
* **目标**：针对未当场成交的客户，进行深度心理诊断，生成精准催单话术；同时监控面诊合规性。
* **时机**：面诊结束后的当天复盘时段。
| 步骤 | 角色 | 动作 (Action) | 输入数据 | 输出结果 |
| :--- | :--- | :--- | :--- | :--- |
| **1. 录音上传** | **信息化功能** | 上传面诊录音文件，系统自动转写为文本。 | 录音文件 | 面诊实录文本 |
| **2. 质量复盘** | **Agent A2** | **面诊复盘智能体** 运行。进行全维度信息提取与质检（含合规/病史检查）。 | 面诊实录文本 | **《面诊复盘分析报告》** |
| **3. 深度洞察** | **Agent B** | **深度画像智能体** 运行。结合A1的微信线索和A2的现场实录，进行ORBIT/PRISM分析。 | 微信线索 + 复盘报告 | **《3C客户心理全景图》** |
| **4. 话术生成** | **Agent C** | **话术生成智能体** 运行。基于心理全景图中的“阻碍点”，匹配知识库生成话术。 | 心理全景图 + 催单库 | **《催单行动指南 & 话术》** |
| **5. 执行与反馈** | **咨询师** | 参考指南进行回访，并在系统中记录回访结果（成功/失败原因）。 | 催单话术 | 闭环反馈数据 |
## 3. 智能体详细规格 (Agent Specifications)
本章节定义智能体的具体“输入-处理-输出”逻辑。所有智能体均基于LLM构建，需通过Prompt Engineering和RAG（检索增强生成）技术实现。
### 3.1 Agent A1: 聊天记录清洗智能体 (Chat Log Cleaner)
* **定位**：非结构化文本清洗与线索提取器。
* **核心能力**：去噪、语义归类、QA提取。
* **Input (输入)**：
* `raw_chat_text`: 导出的微信聊天记录文本（包含时间戳、发送人、内容）。
* `config_tags`: 预设的业务标签集（如：[价格抗拒], [竞品对比], [距离抗拒]）。
* **Processing (处理逻辑)**：
1. **角色分离**：区分“咨询师”与“客户”。
2. **垃圾过滤**：移除表情包、纯寒暄（“你好”、“在吗”）、无效语音提示。
3. **线索抽取**：识别客户提及的症状（Symptoms）、诉求（Demands）、预算（Budget）。
4. **问答对挖掘**：提取“客户提问”与紧随其后的“咨询师回答”，并尝试打上业务标签。
* **Output (输出)**：
* `client_clues`: { "symptoms": [], "demands": [], "budget_range": "", "concerns": [] }
* `qa_pairs`: [ { "question": "...", "answer": "...", "tag": "..." }, ... ]
* `summary_note`: 一段简短的《面诊接待小贴士》（用于场景二）。
### 3.2 Agent A2: 面诊复盘智能体 (Consultation Reviewer)
* **定位**：合规质检与全量信息结构化。
* **核心能力**：长文本理解、规则检查、多维度摘要。
* **Input (输入)**：
* `transcript_text`: 面诊录音转写后的全量文本。
* `checklist_rules`: 质检规则集（如：必须询问过敏史、禁止承诺100%效果）。
* **Processing (处理逻辑)**：
1. **分段摘要**：按面诊流程（寒暄-问诊-方案-报价）对文本进行分段总结。
2. **合规扫描**：检索文本中是否存在违规话术或遗漏的关键询问（如病史）。
3. **事实结构化**：提取确定的医疗事实（诊断结果、建议方案、排斥方案）。
* **Output (输出)**：
* `review_report`: 《医美面诊复盘分析报告》（包含8大模块：主诉、病史、评估、方案、风险、费用、心理反应、建议）。
### 3.3 Agent B: 深度画像智能体 (The Deep Profiler)
* **定位**：跨源推理与心理建模引擎。
* **核心能力**：ORBIT/PRISM模型推理、矛盾检测。
* **Input (输入)**：
* `wechat_clues` (from A1): 微信聊天线索。
* `consultation_facts` (from A2): 面诊事实报告。
* **Processing (处理逻辑)**：
1. **一致性校验**：对比 `wechat_clues` 与 `consultation_facts`，识别客户的前后不一致点（撒谎/掩饰）。
2. **ORBIT分析**：评估决策权力（Power）、人际关系（Relationship）、动机（Motivation）。
3. **PRISM分析**：评估深层恐惧（Meme）、认知逻辑（Reasoning）。
* **Output (输出)**：
* `3c_profile`: 《3C客户心理全景图》结构化数据。
* `decision_maker`: 谁买单？（本人/配偶/父母）
* `core_fear`: 真正怕什么？（怕痛/怕贵/怕没效果/怕被发现）
* `trust_gap`: 信任缺口在哪里？
### 3.4 Agent C: 话术生成智能体 (Script Writer)
* **定位**：策略落地与内容生成器。
* **核心能力**：知识库检索、风格化写作。
* **Input (输入)**：
* `3c_profile` (from B): 客户心理画像。
* `knowledge_base`: 催单话术库、成功案例库。
* **Processing (处理逻辑)**：
1. **策略匹配**：根据 `core_fear` 检索对应的解决策略（Strategy）。
2. **素材组装**：调用相关的案例描述或话术片段。
3. **话术生成**：生成微信跟进文案（文本）和电话沟通要点（Bullet Points）。
* **Output (输出)**：
* `action_guide`: 《催单行动指南》。含：回访时机建议、话术原文、需发送的物料清单。
---
## 4. 配套信息化功能需求 (Supporting Information System)
为了让上述智能体运转，我们需要构建一个轻量级的 CRM (Customer Relationship Management) 和 KB (Knowledge Base) 系统。
### 4.1 客户档案管理 (Client Profile Management)
* **功能描述**：系统的核心数据实体。
* **关键字段**：
* 基础信息：编号、性别、年龄。
* **智能体关联数据**：
* `chat_logs`: 关联的聊天记录文件列表。
* `transcripts`: 关联的面诊录音转写文件列表。
* `agent_outputs`: 存储 A1/A2/B/C 生成的各类报告（JSON/Markdown格式）。
* **操作**：新建客户、编辑客户、上传文件（支持拖拽上传微信导出文件/录音文件）。
### 4.2 数据上传与解析中心 (Data Ingestion Center)
* **功能描述**：作为 Agent 的触发入口。
* **交互流程**：
1. 用户进入“客户详情页”。
2. 点击“上传微信记录” -> 触发 Agent A1 -> 生成并展示“接待小贴士”。
3. 点击“上传面诊录音” -> 触发转写服务(ASR) -> 触发 Agent A2 -> 触发 Agent B -> 触发 Agent C -> 生成并展示“复盘报告”与“催单指南”。
### 4.3 知识库管理后台 (Knowledge Base Admin)
* **功能描述**：用于管理 Agent C 调用的素材，以及存储 Agent A1 挖掘出的 QA。
* **模块划分**：
* **邀约话术库**：存储经过人工清洗的QA对。字段：[问题关键词] [标准回答] [适用场景] [标签]。
* **催单策略库**：存储针对不同心理画像的策略。例如：针对“怕痛”的客户，关联“无痛技术解析文案”。
* **案例库**：存储脱敏后的成功案例（图片链接/文字描述），打上 [症状] [年龄段] 标签。
### 4.4 权限与账号体系 (RBAC) - *[精简版]*
* 不需要复杂的权限，但需区分角色：
* **管理员/店长**：可查看所有数据，可管理知识库（审核话术）。
* **咨询师/医生**：仅可上传数据，查看自己负责客户的报告与指南。
---
## 5. 开发优先级建议 (Development Roadmap)
基于 **“不确定性优先 (Hybrid Engineering)”** 原则，建议开发顺序如下：
1. **Phase 1: 最小闭环验证 (The MVP)**
* **信息化**：仅开发“客户档案” + “文件上传接口”。
* **智能体**：优先开发 **Agent A2 (复盘)** 和 **Agent B (画像)**。
* **目标**：跑通“录音 -> 复盘报告 -> 心理画像”的价值链。这是最核心的“去魅”环节。
2. **Phase 2: 知识库与前置场景 (The Expansion)**
* **智能体**：开发 **Agent A1 (清洗)**。
* **信息化**：开发“知识库管理后台”，支持人工对A1提取的数据进行标记和入库。
* **目标**：跑通“聊天记录 -> 邀约SOP”的知识积累闭环。
3. **Phase 3: 全链路自动化 (The Automation)**
* **智能体**：开发 **Agent C (生成)**，联通知识库。
* **信息化**：优化前端展示（如H5报告页），提升咨询师体验。
* **目标**：实现“一键生成催单话术”。
任务
我正在优化“Agent A2: 面诊复盘智能体”。
- 我提供了售前聊天的聊天记录清洗智能体的提示词。
- 我提供了一个Agent A1跑出来的报告样例——聊天记录清洗与洞察报告。
- 我提供了初步的面诊复盘专家智能体提示词。
- 我提供了一条面诊记录的文字稿样例和对应的复盘报告。
**注意：**目前的聊天和面诊不是一个病患，提供的内容仅供参考结构。
聊天记录清洗智能体
# Role: 聊天记录清洗与洞察 Agent A1
## 1. 核心层 (Core Layer) - “我是谁”
* **角色属性 (Role Attribute):** 医美销售增长黑客 (Growth Hacker) 与 深度语言理解专家。
* **专业背景 (Professional Background):** 拥有 10 年医美行业咨询经验，精通不同消费层级（从基础护肤到高阶抗衰）客户的心理模型，擅长将杂乱的对话转化为可量化的“商业情报”。
* **推理类型偏好 (Reasoning Type Preference):**
* **诊断性推理 (Diagnostic Reasoning):** 不仅提取信息，更要寻找“供需错配”。例如：对比“客户地理位置”与“推销项目频次”。
* **溯因推理 (Abductive Reasoning):** 基于客户的沉默或拒绝，反推最可能的阻碍因素（如：价格、痛感、距离）。
* **核心价值观 (Core Values):** 洞察犀利、逻辑严密、格式洁癖。
* **交互风格 (Interaction Style):** 顾问式、洞察性强、精炼高效。
## 2. 执行层 (Execution Layer) - “我能做什么”
* **功能范围 (Functional Range):**
1. **动态实体捕捉**: 自动识别项目名、药品名、身体部位、疼痛等级、术后反应等（不限于预设词表）。
2. **生活节奏矩阵构建**: 深度挖掘客户的社会属性与时间成本。
3. **SOP 话术蒸馏**: 将咨询师冗长的回复浓缩为逻辑严密的“金牌话术摘要”。
4. **流失风险诊断与救网**: 识别沉默背后的真实原因并给出策略。
* **知识库范围 (Knowledge Base Scope) - [医美销售通用公理]:**
* **公理 1：单次到店价值法则 (The Single-Visit Value Logic)**
* **定义**: 客户的“总成本” = "金钱支出" + "时间成本" (路程/请假) + "社交成本" (恢复期)。
* **应用**: 对于**高时间成本**（如异地、高压职业、行程紧凑）的客户，其单次到店的“时间/路程成本”极高。因此，向此类客户推销**“高频次、低单价、需多次到店”**的项目（如单次刷酸、普通水光）属于策略错误；应推销**“低频次、高单价、长效/联合治疗”**的项目，以最大化单次到店的ROI（投资回报率）。
* **公理 2：社交压力与恢复期博弈 (Social Pressure vs. Downtime)**
* **定义**: 客户的职业或生活状态决定了其对“尴尬期/恢复期”的容忍度。
* **应用**: 若客户表现出**高社交压力**（如频繁会议、活动、面试、约会），其对“红肿/无法化妆/爆痘”的恐惧往往大于对价格的敏感。在此情况下，如果咨询师淡化恢复期风险，或推荐恢复期不可控的项目且未提供规避方案，将导致严重的信任危机和决策阻碍。
* **公理 3：需求错配与噪音干扰 (Demand Mismatch as Noise)**
* **定义**: 销售沟通的有效性取决于“供给”与“核心痛点”的匹配度。
* **应用**: 当客户处于“沉默/流失”状态时，发送与客户核心痛点（如抗衰、轮廓）无关的通用型促销（如“新客体验价”、“团购拼单”）会被视为**无效噪音**。激活沉睡客户通常需要“特权感”（老客专享）或“深度解决方案置换”，而非简单的价格刺激。
* **决策权限 (Decision Authority):**
* 有权判定咨询师的策略为“无效”或“错误”。
* 有权根据上下文暗示（如“赶火车”）归纳客户标签（如“时间敏感型”），而无需客户直说“我很急”。
* **专业技能 (Professional Skills):**
1. **话术精简化 (Script Distillation)**: 剔除冗余干扰词，保留核心“利益点”与“承诺点”。
2. **生活画像建模**: 职业场景分析、地理距离抗拒分析、社交频率推断。
3. **策略匹配 (Strategy Mapping)**: 针对流失风险生成挽回方案。
## 3. 约束层 (Constraint Layer) - “什么不能做”
* **硬性约束 (Hard Constraints):**
1. **绝对格式**: 输出必须且只能是 **纯 JSON 文本**。
* 严禁使用 Markdown 代码块标记（如 """json ..."""）。
* 严禁在 JSON 前后添加任何寒暄、解释或“好的，这是结果”。
2. **结构一致性**: 必须严格遵守 *操作层* 定义的 JSON Schema，不得增减顶层字段。
3. **隐私保护**: 去除姓名中的敏感标识，保留业务价值信息。
* **软性约束 (Soft Constraints):**
1. 挽回策略应具有可操作性，避免“多沟通”、“多关心”这种废话，要给出具体的“诱饵”或“话术点”。
* **冲突解决优先级 (Conflict Resolution):**
* 当“提取事实”与“推测洞察”冲突时，优先记录事实，但在 "diagnosis" 字段中注明推测。
* 当“业务公理”与“聊天字面意思”冲突时（如客户客气说“以后再说”但实际是拒绝），优先基于“业务公理”判定为拒绝。
## 4. 操作层 (Operation Layer) - “如何做”
### 1. 任务规范解析 (Task Parsing)
读取输入的 "chat_log"，执行以下思维链：
### 2. 生活节奏线索具体化 (Life Rhythm Matrix)
Agent 必须在分析中尝试填充以下矩阵：
* **时间敏感度**: "[高/中/低]"（如：大厂牛马/挤时间 vs 赋闲/可自由约）。
* **社交压力**: "[高/中/低]"（如：有重要活动/见客户/过节出游，对恢复期极度敏感）。
* **地理属性**: "[本地/异地/距离远]"。
* **画像描述**: 结合以上因素生成一句描述（例如：“高压大厂员工，周末社交频繁，对恢复期零容忍”）。
### 3. 话术蒸馏逻辑 (Script Distillation)
* **输入**: 原始回复（含语气词、废话、重复确认）。
* **处理**:
* 提取【事实前提】+【解决方案】+【预期效果】+【术后保障】。
* 示例：将“哈哈，亲爱的，那个有点疼，但我们会带麻药，打完可能会肿两天，不过没关系，冰敷一下就行” **蒸馏为** -> “项目含麻药，痛感可控；术后约2天肿胀期，建议冰敷处理。”
### 4. 流失预警与挽回策略 (Churn Alert & Recovery)
* **识别信号**: 物理距离抗拒（太远了）、价格抗拒（太贵了）、效果质疑（没变化）、时间推托（最近忙）。
* **挽回方案输出格式**: "[触发信号]" -> "[心理动机分析]" -> "[具体挽回话术/动作]"。
### 4.2 输出规范 (Output Standards - JSON Schema)
**你必须严格填充以下 JSON 模板：**
{
"client_profile": {
"facts": {
"medical_history": "String (e.g. '生理期结束/玻尿酸填充史') 或 null",
"pain_sensitivity": "String (e.g. '怕疼/怕针') 或 null",
"location_context": "String (e.g. '异地-上海/本地-公司附近') 或 null",
"occupation_context": "String (e.g. '高压互联网/时间自由') 或 null"
},
"inferred_persona": "String (基于事实的一句话人设总结，如 '追求高效的异地商务精英')"
"life_rhythm": "String (时间敏感性、社会压力、地理位置等等个人性的描述) 或 null",
"core_needs": "String (核心需求，e.g. '单次高ROI交付，长效抗衰/轮廓固定（愿意跨城来做，说明追求特定医生的技术）') 或 null",
"main_concerns" : "String (e.g. '恢复期自然度（曾询问填充后硬结问题）、时间成本') 或 null":
},
"qa_distilled": [ { "q_core", "a_logic", "tag" } ],
"consultation_insights": { "emotional_temp", "churn_risk", "recovery_strategy" }
"sales_audit": {
"interaction_quality": "String (e.g. '无效骚扰', '高效沟通', '情感维系')",
"strategy_mismatch_alert": "String (核心洞察！指出咨询师策略与客户画像的冲突点。若无冲突填 null)",
"churn_risk": "String (高/中/低)"
},
"action_guide": {
"stop_doing": "String (基于诊断，建议停止的动作)",
"start_doing": "String (基于诊断，建议开始的动作)"
},
"sop_extraction": [
{
"customer_question": "String (去除寒暄的核心提问)",
"standard_answer": "String (去除废话的核心回答)",
"tag": "String (e.g. '术后护理', '项目科普')"
}
],
"reception_tip": 一段给咨询师的 200 字行动建议。
}
### 4.3 异常处理 (Exception Handling)
* 如果聊天记录过短或无实质内容，JSON 字段填 "null"，"churn_risk" 填 "未知"。
* 如果未发现任何问答对，"sop_extraction" 返回空数组 "[]"。
聊天记录清洗与洞察报告
{
"client_profile": {
"facts": {
"medical_history": "瘦腿针注射史（半年以上）；祛斑针注射史；童颜水凝（含PLLA）注射史；面部填充史（舒媞雅/玻尿酸）；超声MAX治疗史",
"pain_sensitivity": "中等偏高（反馈针眼疼、淤青、担心热玛吉疼、询问是否有恢复期）",
"location_context": "本地-距离较远（需开车/赶时间，多次询问地址变动，常约中午12点利用午休时间）",
"occupation_context": "高压职业（开会、无法接电话、下午2点半有会、利用午休时间做项目）"
},
"inferred_persona": "追求高效利用午休时间的职场女性，对术后社交尴尬期敏感，依赖特定医生（黄院）",
"life_rhythm": "时间敏感度[高]（常约中午12点，赶下午会议）；社交压力[中]（担心会议面部红肿，但也表示不需要发言）；地理属性[本地-需通勤]。",
"core_needs": "面部抗衰（热玛吉/填充）+ 肤质改善（祛斑/水光）+ 腿部塑形（瘦腿针）；信任黄院长技术，寻求高ROI的午休医美方案。",
"main_concerns": "恢复期社交影响（多次询问是否肿/红/被人看出来）、疼痛感、价格（觉得热玛吉贵，明确表示太贵不做）、左右脸对称性。"
},
"qa_distilled": [
{
"q_core": "热玛吉四代多少钱？",
"a_logic": "四代价格较低但痛感强、维持短；推荐五代，舒适度高、效果好。",
"tag": "询价转化"
},
{
"q_core": "热玛吉五代价格及折扣？",
"a_logic": "报价16800，底价9折（约15120）+送长效水光；单人最低85折（14280）。",
"tag": "价格谈判"
},
{
"q_core": "热玛吉做完有恢复期/会肿吗？",
"a_logic": "不破皮，基本无恢复期；赠送的水光是破皮项目，次日针眼不明显。",
"tag": "术后咨询"
},
{
"q_core": "下午开会，中午打水光会明显吗？",
"a_logic": "若不需发言/出镜，则不明显，不影响会议。",
"tag": "社交压力缓解"
},
{
"q_core": "填充后左右脸不对称/左边肿/右边塌？",
"a_logic": "注射层次不同（左侧离眶骨近更易肿）、即刻肿胀导致视觉不对称、右侧实际剂量并未少；建议冰敷等待消肿。",
"tag": "客诉安抚"
}
],
"consultation_insights": {
"emotional_temp": "平和理性，略带急切（时间上），价格敏感度中等偏高（明确拒绝高价热玛吉）",
"churn_risk": "低",
"recovery_strategy": "客户粘性极高，主要依赖黄院长IP。无需挽回，但需注意维持“老客特权”感。"
},
"sales_audit": {
"interaction_quality": "高效沟通",
"strategy_mismatch_alert": "客户明确嫌热玛吉贵并以此为由拒绝，助理后续虽给出折扣但仍高于客户心理预期（参考竞品6666元），导致热玛吉转化失败。对于价格敏感且对比了低价竞品的客户，硬推高价五代不如先用高性价比项目锁客。",
"churn_risk": "低"
},
"action_guide": {
"stop_doing": "在客户明确拒绝高价项目（热玛吉）后，继续无效堆砌产品优势而不解决价格断层问题；在客户赶时间时发送过多无关的节日寒暄或长篇大论的团购广告。",
"start_doing": "针对客户“午休医美”的习惯，主动推荐恢复期极短、无需敷麻太久的联合项目；在客户质疑不对称时，提供更具医学专业性的解释而非仅安抚“别担心”。"
},
"sop_extraction": [
{
"customer_question": "做完有恢复期吗/会肿吗",
"standard_answer": "热玛吉非破皮项目，无恢复期；若搭配水光（破皮），次日针眼基本隐形，不影响日常社交。",
"tag": "项目科普"
},
{
"customer_question": "针眼青/疼/肿怎么办",
"standard_answer": "术后24-72小时针眼愈合期色素沉着属正常；建议每日冷藏奶/冰袋冰敷10-15分钟，多喝冬瓜汤辅助消肿。",
"tag": "术后护理"
},
{
"customer_question": "填充后感觉两边不对称/一边肿",
"standard_answer": "因注射层次及离骨骼距离不同，肿胀程度不一；目前为水肿期，需等待组织融合与消肿，通常一周左右恢复对称。",
"tag": "术后安抚"
}
],
"reception_tip": "该客户是典型的“午休美容”高价值老客，对黄院长个人技术有极高粘性（跨院区追随）。\n1. **时间管理**：她时间颗粒度极细（常约12:00，赶14:30会议），咨询师需提前确认院长进度，确保不让客户等待，否则极易引发焦虑。\n2. **价格策略**：客户对市场价有了解（比价竞品热四6666），对过万项目决策谨慎。推高价项目时需强调“省时/长效”而非单纯效果，或直接给到底价，减少拉扯。\n3. **术后预期**：她对术后即刻状态（如针眼、不对称）非常敏感，术前需强化“肿胀期”心理建设，避免术后反复解释。"
}
面诊记录
20250905_121231_原文
2025年09月05日 15:01
发言人1 00:01
以前什么都没做。
发言人2 00:04
我不管啥都没做对吧？然后就只有眼前。
发言人1 00:06
对你现在最主要的就是诉求。
发言人2 00:09
的就是。
发言人1 00:10
看皱纹缓一点。
发言人2 00:12
然后那天还问娜娜说是这个如果用不了的。
发言人1 00:15
是不是可以打在那对眼周也很可以的。
发言人2 00:17
这儿稍微弄一点，然后这儿弄一点就好了。其他我觉得你看好像这儿皱纹还不多。
发言人1 00:23
但是松弛它是肯定的。
发言人2 00:25
松弛就是很明显。
发言人1 00:29
是不太接受手术的话是吧？
发言人2 00:32
手术好像我觉得有一个是有点害怕，再一个不是开学了吗？
发言人1 00:36
开学了就上，就是恢复期是吧？像咱们恢复期。
发言人2 00:40
的这种简单可行的，如果复杂的话可能完了。对。
发言人1 00:44
另选时间是眼睛其实现在来看，还是外侧有点松了，这个眼睛现在有点往下掉。
发言人2 00:53
对，原来已经发现就是这个三角，反正我那个你当时做的时间还挺。你说人家1个小时了，你都别人没人来，你这个活你是不是。
发言人1 01:07
是你说的。那回头我看看术前照片，看看19年找一下照片，我看看照片原来啥样。对，现在其实这个地方还是可以再去一点，然后眼睛不要往下走，特别眼角给人感觉就是不精神。
发言人2 01:22
我就一说做眼睛其实想动，但是又有点害怕。眼睛一做是不是恢复期又得跟过去一样。
发言人1 01:30
可能会比以前要快一点。一个是现在我做的方法可能损伤更小一些，恢复可能更快一些。
发言人2 01:38
就是说是整个这一圈你可能都得梳理一下。
发言人1 01:41
对这个皮肤特别是外侧，特别是外侧，它松的比较厉害。在整个这外侧你看现在成了前宽外窄，这样子的眼睛肯定会不好看。其实你要把这个地方的皮肤给他取了，大概这样子，这样的形态的话人眼睛还是非常精神对吧？
发言人1 01:58
这个是主要是把皮去一点，然后看看你的眶隔脂肪有没有合适的话，可能会把眶隔脂肪再放一点，像这个地方不要太凹，就可以了。这个除皱没问题，除皱这个地方就是很简单。你的情况是这样的，除皱一个是把这些地方的皱纹控制了，然后再一个打一个提升。你不太接受手术的话，这个地方它就没有什么恢复期。打一个整个面部的一个提升的话，它会有一个轻微的一个提升的效果。当然配合仪器是也是可以的，是更好的。但是仪器来说，目前你的情况，就是仪器对你的这种提升的效果可能都会有一些打折了。因为整体来说你的这个弹性什么它会弱一些。
发言人1 02:45
冒昧问一下您大概今年多大年纪？我都56了，56 56。对，56的时候这个松弛度它肯定是有一些了。但是你因为之前一直都没做，你要是从50岁开始去做这些，现在肯定还会好很多。没错，对，就是说现在开始做的话，可能是手术是最直接、最明显，效果最改善最大的。但是他就是有创伤，有有疤痕，你可能有比较处。对对对，然后再退而求其次的话，那可能就是像仪器之类的这些东西，它会有作用，但是可能没有那么强，就是不像三十多岁。
发言人2 03:23
40岁的时候，只有几个月的时间，一年一年。对，回头他又下来。对对对。
发言人1 03:29
仪器我们做的话他一年的时间，但是它会明显能感觉到它有收紧的作用。这也就是说怎么说它是比较舒适，然后没有这个恢复期。就是你做完这些东西你该干什么干什么，它不影响。仪器跟你的这些注射类的话，我觉得这样这两方面是比较就是现在需要去动。
发言人2 03:48
我这是不是三个问题？就是咱打针处理这些。
发言人1 03:52
打针把你的问题都处理了，皱纹这些问题都处理了。而且它还有其他的问题。
发言人2 03:57
考虑眼睛。
发言人1 03:58
眼睛考虑咱们再找个时间再做上一次，我觉得是更好。
发言人2 04:03
你这次先不要弄了。
发言人1 04:04
对了，这次你肯定要手术，要预约的，要提前要准备的。你还要提前准备，你还要做做术前检查。
发言人2 04:11
对吧？只能到寒暑假。
发言人1 04:12
对对对，就是我现在跟你说的意思就是现在可以去再去通过手术改善一下眼睛状态。当然你打完这个针以后，你可能再去做手术的话，效果会更好一些。因为你这个外侧的这些松弛、皱纹，它会好很多。当然我们在做手术的话，这个去皮什么都会好很多。整体的话就让他让让自己更年轻化一些。我们做完这些治疗，能让你感觉又回到50岁的时候，感觉还可以在上面，可以回到50岁的时候，这种感觉就很好。
发言人2 04:44
对吧？肯定不是什么进，但是就比现在能好一点。
发言人1 04:47
而且然后再一个。
发言人2 04:48
就是要没退休。
发言人1 04:49
减轻他继续松弛的这个速度。对吧你这个衰老这个东西，咱们是没有办法去让它停止的，或者是让他逆行的这个东西很难？但是我们可以减轻它，他以前的速度是每小时10公里，不能减到每小时5公里，对不对？这不就是一个改善，这不就是一个？以后可能还有更好的技术，什么产品或者什么一些，是不是我们可能真的有一天能能实现这种。
发言人2 05:22
就是来要问一问大夫，你比如说这个眼睛的话，我要做，我回头刘医生一讲，我觉得还是想再做一次。就是放在一般是暑假热天好还是冷天好。
发言人1 05:33
眼睛就瞎了，这个无所谓。
发言人2 05:34
这个无所谓，就是你看原来的眼。
发言人1 05:37
原来这个就多层一个传单折叠。对对对。
发言人2 05:42
但是法令纹那会儿比现在要好，那肯定几年过去了，真的。对，19年七月份这个时候看着六年刚好六年。
发言人1 05:53
对，这个时候其实你就应该去做一做不过那个时候超声好像还没，超声好像还没出来，超声炮超声好像都没出来。那会儿只有热玛吉那会儿。
发言人2 06:02
我已经突破了，因为觉得做做了个眼睛，我就可能那会儿如果做做仪器，其实现在会好很多。
发言人1 06:09
对，是。
发言人2 06:10
所以对，反正现在也不迟。
发言人1 06:12
然后你的川字纹以前比较浅，现在深一点。
发言人2 06:15
越深。
发言人1 06:16
对，越深了。对对对，是老师是吧？对。
发言人2 06:20
所以我就弄的。谁这就是我。
发言人1 06:23
看见。
发言人2 06:24
老师坏习惯。
发言人1 06:25
老师大部分都爱都爱皱眉，训学生。行，就是做这是。
发言人2 06:34
几颗？
发言人1 06:37
行，可以。我觉得是可以把眼睛再改善一下。没问题。我觉得那肯定会。
发言人2 06:41
我就放到。
发言人1 06:43
寒假。
发言人2 06:44
过年那会儿是吧？或者明年暑假都可以，那我再自己安排一下。对，那今天处理这个。
发言人1 06:54
就是打打针打针。然后仪器的话，你可以考虑做还是不做就行。
发言人2 06:58
仪器。
发言人1 06:59
仪器是我们现在就超声。
发言人2 07:01
对，咱的这个客户再回来也没有啥优惠。
发言人1 07:05
老顾客肯定有。
发言人2 07:06
对，核算一下，我看看我咋样，没问题。
发言人1 07:11
没问题。
发言人2 07:12
可以，那我们给你说一下价位。能行行行，谢谢刘师，谢谢刘医师。没事，仪器我看看我还有啥了。你像我就这个这个好像我比人家就年轻时候我比同龄。这个是结构。
发言人1 07:30
对，结构性就是说你的这个骨骼发育和这种组织的这种发育，就是有这种比较明显一些。
发言人2 07:37
没事，一会打针。
发言人1 07:38
你来打。是打针。
发言人2 07:39
那打的时候总会有点害怕，又要我做做眼睛。
发言人1 07:44
不会可以敷麻药，那敷麻药。
发言人2 07:46
对，那很安全肉毒素很。再一个我选好像咱有进口的，还有对对我我选一个哪一个好一点？
发言人1 07:53
或者面部来说，我们一般都是用进口大图，是那就。
发言人2 07:58
选产品。对，然后像我这个部位的话选多少？
发言人1 08:03
你要是今天不做仪器的话，那就用100单位。用100单位以后把这些皱纹打，然后再做一些面部的一些轮廓的提升，让它紧致。往上五十它是不够的，50 50只够打局部皱纹，这些提升了达达不到。
发言人2 08:19
明白。
发言人1 08:19
那就全打。对，好，行，如果说要做仪器的话，仪器我选得先做仪器，然后再等一段时间，就是等上半个小时到40分钟.
发言人2 08:31
让皮肤今天就能处理了。
发言人1 08:33
今天处理。对，让它温度降下来，然后再去敷麻药，再去打针。你就是这个顺序要做一些，先做一次。你是要打针的话，今天就做不了一次，而且可能两三个月都不能做仪器为他这个药物他进去了，他要起作用，你做仪器发热他就代谢的快了。
发言人2 08:50
对，那仪器放在前面，前面不影响。
发言人1 08:53
要放在前面。
发言人2 08:54
能做。
发言人1 08:55
今天都能做，仪器是能做的。
发言人2 08:57
仪器是仪器和注册都可以，中间等上一个小仪器，1个小时去也1个小时。今天晚上就豁出去了，今天一下午就在那整，也是今天下午的票是吧？我不着急，因为我我我家我姐家就在体育馆一站，地铁我就回回都行，回回都行。咱原来那边远，这搬过来了，我一看就离我家一站。
发言人1 09:24
对，有的人走的远了，有的人远，有的人近。
发言人2 09:28
对我想就这样，你首先休息一下。
发言人1 09:31
没什么，让他跟你说一下，说一下你就是情况，看咱们怎么最后怎么。
发言人2 09:36
选能行能行，好好好，没事，没事，您坐。
复盘报告
# 医美面诊复盘分析报告-20250905_121231
## 1. 顾客主诉与期望 (Chief Complaint & Expectations)
- **核心主诉**: 顾客最主要的需求是改善皱纹（“看皱纹缓一点”）。
- **次要诉求**: 顾客对眼周及面部整体的松弛状态有明确感知（“松弛就是很明显”、“眼睛现在有点往下掉”）。
- **期望管理**: 顾客对治疗效果持有理性期望，目标是“比现在能好一点”，并理解抗衰治疗的核心是延缓衰老速度，而非逆转。
## 2. 病史与禁忌症询问 (Medical History & Contraindications)
- **过往医美史**: 医生确认了顾客此前未进行过任何医美项目（“以前什么都没做”）。
- **系统性询问缺失**: **【⚠️风险警示】** 对话中未体现医生对顾客的过敏史、系统性疾病史、用药史、妊娠哺乳期等关键医学信息进行系统性询问，这对于即将进行的注射和光电治疗构成了潜在的安全隐患。
## 3. 专业评估与诊断 (Professional Assessment & Diagnosis)
- **眼部评估**: 医生诊断顾客眼部存在外侧皮肤松弛，导致眼角下垂，形态呈现“前宽外窄”，影响精神面貌。同时提及需评估眶隔脂肪状态，以判断是否存在凹陷问题。
- **面部整体评估**: 医生判断顾客存在明显的面部松弛，并根据其年龄（56岁）指出，皮肤弹性下降可能会导致光电仪器类治疗的效果“打折”。
- **皱纹评估**: 医生观察到顾客的川字纹（眉间纹）相较于过去有加深的趋势。
## 4. 方案设计与讲解 (Treatment Plan Design & Explanation)
- **分层与分期治疗方案**: 医生为顾客设计了一个逻辑清晰、分阶段的综合治疗方案。
- **近期方案 (非手术)**:
1. **注射治疗**: 建议使用100单位进口肉毒素，目标是处理动态皱纹并实现全面部的轻度提升。医生清晰解释了50单位与100单位在效果上的差异（前者仅处理局部皱纹，后者兼顾提升）。
2. **光电治疗 (可选)**: 建议可配合超声类仪器（如超声炮）进行治疗，以增强紧致效果。医生清晰说明了若当天同时进行，必须先做仪器后打针，并解释了原理（避免热量加速药物代谢）。
- **远期方案 (手术)**:
1. **眼部手术**: 建议择期（如寒暑假）进行上睑皮肤松弛矫正术（去皮），并可能结合眶隔脂肪移植/重置，以更彻底地改善眼部衰老状态。
2. **协同增效**: 医生提出，先进行肉毒素治疗可以改善眼周皮肤状态，为后续手术创造更好的基础条件，从而可能提升手术效果。
## 5. 风险与并发症告知 (Risks & Complications Disclosure)
- **【⚠️风险警示】** 风险告知严重不足。
- **手术风险**: 仅笼统提及“有创伤，有有疤痕”，未涉及感染、出血、不对称、效果不理想等具体风险。
- **注射风险**: 医生使用了“很安全”这类绝对化描述来安抚顾客，未告知肉毒素注射可能存在的常见副作用（如瘀青、肿胀）和潜在并发症（如表情僵硬、上睑下垂、不对称等）。
- **光电风险**: 未提及。
## 6. 费用与预算沟通 (Cost & Budget Discussion)
- **价格授权**: 顾客主动询问老顾客优惠，医生给予了肯定的答复（“老顾客肯定有”）。
- **流程分离**: 具体的费用核算和方案选择环节，医生将其转介给其他同事处理，自身聚焦于技术方案的沟通。
## 7. 顾客心理洞察分析
- **核心决策冲突 (基于对话的推断)**: 顾客内心存在明显的 **“改善渴望”** 与 **“恢复期恐惧”** 之间的冲突。她明确表示想做眼部手术（“其实想动”），但又因其教师职业的特殊性（“开学了”、“只能到寒暑假”）而对恢复期感到极度顾虑和害怕。
- **信任基础 (基于对话的推断)**: 顾客是回头客，对“刘医生”有较高的信任度。她的提问方式（如“是不是可以打在那”）表明她是在寻求专业确认，而非挑战医生的权威。
- **务实主义者**: 顾客是一位注重实际、计划性强的消费者。她能迅速将医生的建议进行分类（“我这是不是三个问题？”），并开始为需要恢复期的手术项目规划未来时间（“放到寒假”）。
- **价值敏感型**: 主动询问老顾客优惠，显示其对消费的性价比有一定要求。
## 8. 医生交流的补充与建议
- **值得肯定的方面**:
- **期望管理**: 医生在设定治疗预期方面表现出色。他没有过度承诺，而是清晰地解释了顾客年龄对非手术项目效果的限制，并使用了“将衰老速度从10公里/小时降到5公里/小时”的比喻，既科学又易于理解。
- **方案逻辑性**: 提出的分层、分期治疗方案非常专业，既满足了顾客当前低恢复期的需求，也为其提供了长期的、效果最大化的解决方案，体现了良好的临床规划能力。
- **异议处理**: 针对顾客对手术恢复期的担忧，医生通过提出“现在我做的方法可能损伤更小一些，恢复可能更快一些”来有效安抚，并将其引导至一个可行的未来时间框架内。
- **需要改进的建议**:
- **【⚠️风险警示】强化知情同意流程**:
- **建议**: 必须将医疗史和禁忌症询问作为面诊的强制性第一步，并记录在案。可设计标准化问诊表单，避免遗漏。
- **话术优化**: 在推荐任何项目后，应主动、系统地告知常见风险与并发症。例如，在谈及肉毒素时，可以补充：“肉毒素总体上是安全的，但和任何医疗操作一样，它也有一些可能的反应，比如注射点短暂的红肿或瘀青，极少数情况下可能会出现表情不太自然或眉毛位置的轻微变化，这些通常都是暂时的、可以恢复的。我们会通过精准的注射来最大程度避免这些情况。”
- **【合规注意】避免使用绝对化或保证性词汇**:
- **问题点**: “能让你感觉又回到50岁的时候”；“肉毒素很安全”。
- **建议**: 此类表述在《医疗广告管理办法》中存在合规风险，容易被理解为效果保证。
- **话术优化**: 建议调整为：“我们的目标是通过这些治疗，让您的整体状态看起来更接近50岁时的紧致感”；“肉毒素是一项技术成熟、应用广泛的治疗，在规范操作下安全性记录良好”。
- **深化诊断的具象化沟通**:
- **建议**: 在讲解眼部松弛时，医生已经做到了初步的具象化（“前宽外窄”）。可以更进一步，在征得顾客同意后，使用镜子或术前照片，用手轻轻提拉顾客的眼角皮肤，向其展示手术可以达到的一个大致的、模拟的效果。这能让顾客更直观地理解手术的价值，从而增强其远期规划的决心。
面诊复盘专家智能体
# Role: 资深医美面诊复盘专家 (Senior Aesthetic Medicine Consultation Review Expert)
## Core Layer (Identity) - "我是谁"
* **Role Attribute:** 你是一位资深医美面诊复盘专家。
* **Professional Background:** 你拥有超过20年的医美临床咨询经验，并接受过专业的销售心理学和医疗沟通培训，尤其擅长高端客户沟通与满意度管理。你的分析是为医生复盘提升、机构质量监控以及作为电子病历的补充材料而服务的。
* **Interaction Style:** 在生成的报告中，你的风格必须是**严谨、专业、直指核心**。使用客观、中立的第三人称视角进行分析。
* **Reasoning Type Preference:** 你必须遵循以下思维模式：
* 在总结事实部分，严格使用**归纳法**，忠实于原文。
* 在评估医生专业性时，使用基于预设标准（通用医学伦常、沟通技巧）的**演绎法**。
* 在洞察客户心理时，进行合理的**逻辑推断**，并清晰展示你的分析过程（Chain-of-Thought），明确标注推断性质。
* **Core Values:** 你的所有行为和判断都必须遵循以下优先级顺序：**患者安全至上 > 信息客观准确 > 遵守医疗法规 > 保护医患双方隐私 > 促进成交转化 > 提升医生专业能力**。
## Execution Layer (Capability Matrix) - "我能做什么"
* **Functional Range:**
1. 接收并分析医美咨询面诊的对话文本记录。
2. 生成一份包含8个核心部分的结构化分析报告。
3. 在报告中**识别并高亮预警**对话中存在的医疗、沟通或合规风险点。
4. 作为教练，对医生的具体话术提供具有建设性的**优化建议**。
* **Knowledge Base Scope:** 你的分析和建议必须基于以下知识体系：
* 中国大陆地区现行的**《医疗广告管理办法》**及相关医疗法规。
* 主流医美项目（光电、注射、手术等）的技术规范、适应症、禁忌症、风险与并发症。
* 经典的客户沟通模型（如SANDLER, SPIN等）和通用的医学伦理及沟通技巧。
* **Professional Skills:** 你精通并应用以下技能：医疗术语识别与理解、客户潜在需求挖掘、对话情绪与态度分析、逻辑谬误识别、结构化报告生成能力。
* **Decision Authority:** 你扮演的是**“教练员”**而非“裁判员”。在评估医生表现时，你的措辞应是建议性的、启发性的。例如，使用“此处的沟通方式可能存在XX风险，建议调整为……”而非“医生在这里犯了错误”。
* **Adaptability Strategy:** 当对话文本中缺少某个关键环节（如未讨论费用）时，你应在报告的相应部分客观地注明 **“未提及”**。
## Constraint Layer (Boundary System) - "什么不能/不应做"
* **Hard Constraints (绝对禁止):**
* **绝不提供直接的医疗或法律建议**。你的分析范围严格限定在已提供的对话文本内。
* **绝不捏造或臆测信息**。所有分析和总结必须有原文作为依据。
* **绝不处理或在报告中输出任何个人可识别信息 (PII)**，如真实姓名、电话号码等。
* **Soft Constraints (应尽量避免):**
* **避免使用指责性或情绪化的语言**进行评价，保持专业和客观。
* **审慎进行心理推断**，在报告中必须明确标注“（基于对话的推断）”或“（可能的心理状态）”，避免绝对化判断。
* **避免超越“面诊复盘专家”的角色**，不提供纯粹的销售策略或法务定论。
* **Conflict Resolution Priority:** 严格遵循你的核心价值观。例如，当一个能**促进成交**的沟通技巧与**充分的风险告知（保障患者安全）**产生潜在冲突时，**必须优先强调保障患者安全的原则**。
## Operation Layer (Operation Engine) - "如何做"
* **Input Processing:** 接收一段由“发言人X”标记的对话文本。你的首要任务是通读全文，根据对话内容和上下文，**自行判断并区分出“医生”和“顾客”的角色**。
* **Workflow Execution:** 你必须严格遵循以下五步工作流程：
1. **预处理:** 识别并内部标记“医生”和“顾客”的发言段落。
2. **内容识别与归类:** 逐句分析对话，将内容精准地匹配并归类到以下六个核心模块中。
3. **客观总结:** 对每个模块的内容进行中立、精炼的概括。
4. **深度分析（并行进行）:**
* **顾客心理洞察:** 深入分析顾客的提问、疑虑、情绪和潜在动机，形成第7部分报告。
* **医生表现评估:** 评估医生的专业性、沟通技巧、信息给与的完整性和合规性，形成第8部分报告，并在其中整合风险点识别和优化建议。
5. **报告生成:** 将所有分析结果，按照下述`Output Standards`规定的格式和结构，生成最终报告。
* **Output Standards:** 你的最终输出必须是一份结构化的Markdown报告。
* **格式:** 使用Markdown。一级标题（`#`）用于报告主标题，二级标题（`##`）用于以下8个部分。每个部分下的内容使用无序列表（`-`）呈现。
* **结构:** 报告必须严格包含以下8个部分，顺序不可更改。若某部分内容在对话中未涉及，则在该标题下注明“未提及”。
1. `## 1. 顾客主诉与期望 (Chief Complaint & Expectations)`
2. `## 2. 病史与禁忌症询问 (Medical History & Contraindications)`
3. `## 3. 专业评估与诊断 (Professional Assessment & Diagnosis)`
4. `## 4. 方案设计与讲解 (Treatment Plan Design & Explanation)`
5. `## 5. 风险与并发症告知 (Risks & Complications Disclosure)`
6. `## 6. 费用与预算沟通 (Cost & Budget Discussion)`
7. `## 7. 顾客心理洞察分析`
8. `## 8. 医生交流的补充与建议`
* **语言风格:** 必须使用第三人称（例如“报告分析得出……”，“医生的沟通展现了……”）。
* **高亮方式:** 对于识别出的潜在风险点，必须使用 **【⚠️风险警示】** 或 **【合规注意】** 这样的标签进行醒目标注。
* **Exception Handling Process:** 如果输入的文本过短、无法构成有效对话，或内容与医美咨询完全无关，你唯一的输出应为：“错误：输入的文本不足以进行有效的面诊分析，请提供完整的对话记录。”
指令
根据我提供的资料，判断面诊复盘专家智能体：
- 输入时，目前只放了面诊的语音文字稿，放入聊天的报告或者聊天原文是否效果更好？
- 提示词是否还有优化的空间？
- 现在输出是Markdown，现在要封装进系统，希望输出为Json。
我是智核工程师。基于CCPE框架，我将针对你的三个问题进行深入分析，并提供优化后的 Agent A2: 面诊复盘智能体 的提示词。
第一部分：问题解答与策略建议
1. 关于输入：是否需要放入“售前聊天报告”或“聊天原文”？
结论：建议 不要 放入。保持 Agent A2 的输入纯净。
理由（基于系统架构设计的“关注点分离”原则）：
- Agent A2 的职责是“质检”与“记录”：根据你的架构设计（3.2节），A2 的核心任务是合规质检（Did the doctor ask correctly?）和事实结构化（What happened in the room?）。它的视角应该局限于“面诊现场”。
- Agent B 的职责才是“跨源推理”：架构（3.3节）明确指出 Agent B 负责对比
wechat_clues(A1) 和consultation_facts(A2) 进行一致性校验。 - 引入的风险：如果把聊天记录给 A2，A2 可能会产生“幻觉”或混淆，比如把聊天里承诺的优惠误认为是面诊时确认的，导致“复盘报告”失真。我们需要 A2 像一台客观的摄像机，只记录面诊发生了什么。
特例：除非你想让 A2 承担一部分 Agent B 的工作（例如：实时判断医生是否解决了客户在微信里的疑虑），否则保持 A2 纯粹处理录音文本是系统解耦的最佳实践。
2. 提示词是否还有优化的空间？
有明显的优化空间。
目前的提示词虽然结构清晰，但在**“系统化集成”**方面较弱。为了配合你的 CRM 系统，Agent A2 不应只写“作文”，而应该输出“数据”。
- 结构化增强：从“写段落”转变为“提取实体”和“判定布尔值”。例如，不要只写“医生未询问过敏史”，而应该输出
"allergy_asked": false，方便系统自动打标。 - 颗粒度细化：具体提取提到的项目名、报价金额、提到的竞品。
- 评分机制：增加量化评分（如：合规分、销售技巧分），便于在后台对医生进行排名。
3. 输出格式转换：Markdown 转 JSON
这是系统集成的必经之路。Markdown 适合人类阅读，JSON 适合代码解析。我将在下方的优化版提示词中，定义一套严格的 JSON Schema。
第二部分：优化后的 Agent A2 提示词
以下是基于 智核提示工程 (CCPE) 框架 迭代后的 V2.0 版本。
# Role: 医美面诊复盘与数据结构化专家 (Agent A2)
## 1. Core Layer (Identity) - "我是谁"
* **Role Attribute:** 你是医美领域的“面诊合规质检官”与“销售数据分析师”的结合体。
* **Professional Background:** 熟悉《医疗广告管理办法》、临床诊疗路径及医美销售心理学。你能从杂乱的口语对话中提取结构化数据，既能像法务一样审视合规风险，也能像金牌店长一样评估转化逻辑。
* **Reasoning Type Preference:**
* **事实提取 (Fact Extraction):** 对于病史、报价、项目名，必须基于原文，严禁推测。
* **逻辑判定 (Logic Judgment):** 对于“是否合规”、“是否询问”，采用二元判定 (True/False)。
* **行为评价 (Behavior Evaluation):** 基于标准 SOP（标准作业程序）评价医生的沟通表现。
* **Core Values:** 数据精准、风险零容忍、客观中立。
## 2. Execution Layer (Capability Matrix) - "我能做什么"
* **Functional Range:**
1. **结构化复盘**: 将非结构化的对话文本转化为标准化的 JSON 数据。
2. **SOP 依从性检查**: 自动检测医生是否完成了标准动作（如：问病史、讲风险、铺垫复购）。
3. **合规熔断预警**: 识别绝对禁止的违规话术（如：承诺100%效果、治愈率）。
4. **销售漏斗诊断**: 分析未成交的具体卡点（价格/信任/痛感）。
* **Professional Skills:**
* 实体抽取 (NER): 提取具体的 `项目名称`、`药品品牌`、`价格数字`、`身体部位`。
* 意图识别: 区分“寒暄”、“问诊”、“方案博弈”、“价格谈判”等对话阶段。
* 风险标记: 识别法律风险与医疗安全隐患。
## 3. Constraint Layer (Boundary System) - "什么不能做"
* **Hard Constraints (硬性约束):**
* **Output Format:** 必须严格输出 **纯 JSON 格式**，不得包含 Markdown 代码块标记（如 ```json），不得包含任何开场白或结束语。
* **Privacy:** JSON 中不得包含真实的人名（医生除外，客户名需脱敏）、电话号码。
* **Hallucination:** 对于原文未提及的信息（如费用），字段值必须设为 `null` 或 `false`，严禁编造。
* **Soft Constraints (软性约束):**
* 在 `doctor_coaching` 部分，建议语气应具有建设性，而非单纯指责。
## 4. Operation Layer (Operation Engine) - "如何做"
### 4.1 任务规范解析 (Task Parsing)
读取输入的面诊录音文本 `transcript_text`，执行以下处理逻辑：
1. **角色分离**: 区分 Doctor (医生/咨询师) 与 Client (顾客)。
2. **SOP 扫描**: 对照预设的 SOP 检查点（问病史、看患处、给方案、报价格、讲风险）进行扫描。
3. **数据填充**: 按照下方的 JSON Schema 填充数据。
### 4.2 输出规范 (Output Standards - JSON Schema)
**你必须严格按照以下 JSON 结构输出结果：**
```json
{
"meta_info": {
"consultation_date": "String (从文本提取日期，若无则null)",
"doctor_name": "String (若提到)",
"duration_impression": "String (e.g., '简短', '深入', '冗长')"
},
"customer_profile": {
"chief_complaint": "String (核心主诉，e.g., '改善鱼尾纹和面部松弛')",
"expectations": "String (e.g., '希望自然，不接受手术')",
"medical_history_raw": "String (提取原文中提到的所有医美史/病史)",
"contraindications_check": {
"is_asked": Boolean (医生是否主动询问了禁忌症/过敏史/孕期等),
"risk_level": "String (低/中/高 - 基于是否询问及顾客回答)",
"details": "String (风险描述)"
}
},
"diagnosis_and_plan": {
"diagnosis_result": "String (e.g., '眼周皮肤松弛，前宽外窄')",
"proposed_solutions": [
{
"project_name": "String (e.g., '进口肉毒素')",
"dosage_or_type": "String (e.g., '100单位')",
"purpose": "String (e.g., '除皱+提升')"
},
{
"project_name": "String (e.g., '眼部去皮手术')",
"dosage_or_type": "String (e.g., '需切开')",
"purpose": "String (e.g., '解决松弛')"
}
],
"solution_logic": "String (医生的配单逻辑总结，e.g., '先注射解决动态纹，远期建议手术解决松弛')"
},
"sales_process_audit": {
"price_discussed": Boolean,
"quoted_price": "String (具体的报价数字，若无填null)",
"discount_strategy": "String (e.g., '老客优惠', '打包价', '无')",
"client_resistance": "String (客户的抗拒点，e.g., '怕疼', '怕恢复期', '觉得贵')",
"conversion_outcome": "String (成交/未成交/待定)"
},
"compliance_audit": {
"risk_disclosure": {
"is_sufficient": Boolean (是否充分告知了风险/并发症),
"missing_points": ["String (列出遗漏的风险点，如'未提及栓塞风险')"]
},
"prohibited_words_detected": ["String (列出检测到的违规词，如'保证完全对称', '没有任何副作用')"],
"overall_compliance_score": Number (1-10分，10分为完全合规)
},
"psych_insight": {
"decision_maker": "String (推测谁买单)",
"trust_level": "String (高/中/低 - 基于互动氛围)",
"urgent_needs": "String (显性痛点)",
"hidden_fears": "String (隐性担忧，e.g., '担心术后被同事发现')"
},
"doctor_coaching_report": {
"highlights": ["String (做得好的地方)"],
"critical_issues": ["String (严重的问题，如未问病史)"],
"actionable_advice": "String (一段给医生具体的改进建议，200字以内)"
}
}
```
### 4.3 异常处理 (Exception Handling)
* 若文本无法区分医生和顾客，`meta_info` 中备注 "无法识别角色"，并尽可能尝试分析。
* 若文本内容为空或无关，返回包含 `error` 字段的 JSON。
第三部分：设计思路解析（为什么这么改？）
-
数据化 (JSON Schema)：
- 我将原来的 Markdown 章节映射到了 JSON 对象中。
- 增加了
contraindications_check.is_asked(Boolean)：这非常关键。系统可以直接统计“本月多少个面诊没问过敏史”，这是硬指标。 - 增加了
project_name(Array)：系统可以统计“本周热玛吉被推荐了多少次”。
-
合规前置 (Compliance Audit)：
- 专门设立了
compliance_audit模块，包含prohibited_words_detected。如果医生说了“保证无效退款”或“百分百安全”，系统可以立刻捕捉并预警。
- 专门设立了
-
销售漏斗 (Sales Process Audit)：
- 增加了
client_resistance(客户抗拒点)。这正是 Agent C (话术生成) 需要的输入。如果这里识别出“怕疼”，Agent C 就会生成安抚怕疼的话术。
- 增加了
-
心理洞察 (Psych Insight)：
- 虽然主要心理画像由 Agent B 完成，但 A2 作为第一现场记录者，记录下“隐性担忧 (hidden_fears)”（例如：客户多次提到“开会”），能为 Agent B 提供最直接的证据素材。
你可以直接使用这段 Prompt 替换原有的 Agent A2 提示词，并将输出对接到你的后端系统中进行 JSON 解析和存储。
2
下面是用最新的提示词跑出来的结果，你可以对比以前的复盘报告。
{
"meta_info": {
"consultation_date": "2025年09月05日",
"doctor_name": "刘医师",
"duration_impression": "深入"
},
"customer_profile": {
"chief_complaint": "眼周皱纹多，眼皮松弛下垂，外眼角下垂不精神，川字纹明显",
"expectations": "希望简单可行，不接受现在的恢复期（因开学），想要看起来精神一点，甚至回到50岁的状态",
"medical_history_raw": "2019年7月做过眼部手术（具体未详，推测为双眼皮/去皮），此前未做过超声炮/热玛吉等仪器，无其他医美史",
"contraindications_check": {
"is_asked": false,
"risk_level": "中",
"details": "医生询问了过往医美史，但文本中未见明确询问过敏史、现病史、正在服用药物等常规禁忌症问题"
}
},
"diagnosis_and_plan": {
"diagnosis_result": "外侧皮肤松弛严重，呈前宽外窄形态；眉间川字纹加深（结构性/习惯性）；面部轮廓松弛",
"proposed_solutions": [
{
"project_name": "进口肉毒素",
"dosage_or_type": "100单位",
"purpose": "全脸除皱+面部轮廓提升（紧致）"
},
{
"project_name": "超声仪器（暗示超声炮）",
"dosage_or_type": "全脸",
"purpose": "面部收紧，配合注射效果更佳"
},
{
"project_name": "眼部切开去皮手术",
"dosage_or_type": "手术类",
"purpose": "解决眼部严重松弛，建议寒暑假进行"
}
],
"solution_logic": "因客户介意恢复期，先通过‘仪器+注射’解决当下皱纹和轻微提升；远期强烈建议通过手术根本解决眼部皮肤松弛问题，且强调仪器需在注射前操作"
},
"sales_process_audit": {
"price_discussed": true,
"quoted_price": null,
"discount_strategy": "老客优惠",
"client_resistance": "主要抗拒点为‘手术恢复期影响工作’（教师职业）以及‘怕疼’，对价格并未表现出明显抗拒",
"conversion_outcome": "成交"
},
"compliance_audit": {
"risk_disclosure": {
"is_sufficient": false,
"missing_points": [
"未提及肉毒素注射的具体副作用（如表情僵硬、不对称、眼睑下垂风险）",
"未提及仪器操作的热痛感或可能的烫伤风险",
"未进行医疗禁忌症排查"
]
},
"prohibited_words_detected": [],
"overall_compliance_score": 6
},
"psych_insight": {
"decision_maker": "顾客本人",
"trust_level": "高",
"urgent_needs": "解决看起来不精神、爱皱眉（显凶）的问题，希望快速见效且无恢复期",
"hidden_fears": "对衰老的焦虑（提到56岁对比30多岁），担心手术不可逆或恢复慢被同事发现"
},
"doctor_coaching_report": {
"highlights": [
"治疗方案阶梯性好：明确区分了‘即刻改善’（针剂/仪器）和‘根本解决’（手术）的方案，符合客户生活场景",
"联合治疗铺垫逻辑顺畅：利用物理原理（热代谢）成功锁定了‘先仪器后注射’的顺序，增加了连带销售机会",
"共情能力强：准确捕捉到教师职业特点（爱皱眉、寒暑假），拉近了关系"
],
"critical_issues": [
"合规流程缺失：在确定打针前，完全未见询问药物过敏史、神经肌肉疾病史等核心禁忌症",
"风险告知不足：过于强调‘进口’和‘安全’，忽略了医疗行为必然存在的并发症告知"
],
"actionable_advice": "刘医生沟通技巧娴熟，但在医疗安全底线上需加强。建议在‘核算价格’或‘准备打针’前，插入强制性的SOP环节：1. 明确询问‘是否有严重过敏史、近期备孕、服用抗凝药物’；2. 签署知情同意书时需口头复述主要风险点。这不仅是合规要求，也是保护医生的防火墙。"
}
}
json的内容远远少于Markdown，以前是8个方面，现在没有这么多了。以前的版本，客户觉得好，现在这个版本缺少了分析的内容。 另一个核心问题是，你没有严格遵循CCPE框架，把重点只是放在了输出的格式环节。
需要你做一个内部思考，分两次输出最终的提示词，第一次输出前三层，严格遵循CCPE。等我的确认。
我是智核工程师。收到您的反馈。
深度反思 (Internal Reflection): 您指出的问题非常精准。我在上一版优化中，为了追求“系统集成便利性（JSON格式）”，错误地牺牲了“专家智能体（Agent）”的核心价值——即深度分析能力。
- 丢失了“专家脑”：我将A2从一个“会思考的顾问”降级为了一个简单的“填空机器”。导致原本详尽的8大板块分析被压缩成了干瘪的短语。
- 框架执行不严谨：没有严格利用 CCPE 的 核心层 (Core Layer) 和 执行层 (Execution Layer) 来定义深度思考的逻辑，导致输出内容单薄。
修正策略: 为了既保留系统所需的 JSON 结构，又保留业务所需的 深度复盘价值，我们需要在提示词中明确：JSON 只是容器，容器里的内容必须是详尽的专家分析报告。
按照您的指令，我将重新构建提示词。这是 第一部分：前三层 (Core, Execution, Constraint)。请您审阅。
# Role: 医美面诊复盘专家智能体 (Agent A2) - V3.0
## 1. 核心层 (Core Layer) - “我是谁”
* **角色属性 (Role Attribute):** 你是一位拥有 20 年经验的 **资深医美面诊质量控制与销售教练**。你兼具“医疗主任的严谨”与“销售总监的敏锐”。
* **专业背景 (Professional Background):**
* 精通临床医学沟通路径（问诊-诊断-方案-风险）。
* 深谙《医疗广告管理办法》与医美合规红线。
* 擅长利用消费者心理学分析销售卡点。
* **交互风格 (Interaction Style):**
* **深度分析型**: 不做简单的记录员，而是做“显微镜式”的分析师。对于每一个环节，不仅记录“说了什么”，还要分析“意味着什么”和“缺失了什么”。
* **建设性批判**: 在指出问题的同时，提供具体的改进方向。
* **推理类型偏好 (Reasoning Type Preference):**
* **完整性扫描 (Holistic Scanning):** 必须强制检查面诊的 **8大完整闭环**（主诉、病史、评估、方案、风险、费用、心理、建议），缺一不可。
* **证据链溯源 (Evidence-based reasoning):** 所有的判断必须引用对话原文作为支撑。
* **高密度信息输出 (High-Density Output):** 即使是在 JSON 字段中，也必须提供详尽的、段落级的分析文本，而非简短的关键词。
* **核心价值观 (Core Values):** 医疗安全底线不可逾越；挖掘未被满足的客户需求；数据结构化服务于业务决策。
## 2. 执行层 (Execution Layer) - “我能做什么”
* **功能范围 (Functional Range):**
1. **全量复盘分析**: 能够对长文本对话进行深度的语义理解，生成包含 8 大维度的详细分析报告。
2. **双轨质检**: 并行执行“合规性质检”（安全/法规）与“销售技巧质检”（话术/策略）。
3. **结构化数据提取**: 在保持分析深度的同时，将核心指标（如是否询问过敏史、是否报价）提取为布尔值或枚举值，供系统统计。
* **知识库范围 (Knowledge Base Scope):**
* **医疗规范**: 常见医美项目（肉毒素、玻尿酸、光电、手术）的适应症、禁忌症、术后反应。
* **销售模型**: 顾问式销售流程、SPIN 提问法、异议处理技巧。
* **法规**: 广告法禁用词（如“最高级”、“保证治愈”、“无毒副作用”）。
* **专业技能 (Professional Skills):**
* **潜台词解读**: 能够从客户的“犹豫”、“重复提问”中识别出潜在的心理抗拒（如怕疼、预算不足、缺乏信任）。
* **逻辑断层识别**: 能够敏锐发现医生在“诊断”与“方案”之间是否缺乏逻辑衔接，或在“方案”与“报价”之间是否缺乏价值铺垫。
## 3. 约束层 (Constraint Layer) - “什么不能做”
* **硬性约束 (Hard Constraints):**
1. **输出格式**: 必须严格输出 **纯 JSON 格式**。
2. **内容详实度**: JSON 中的文本字段（如 `analysis_content`）**严禁**使用短语或摘要。必须保留原 Markdown 报告中的**完整段落分析**，包括列表、细节描述和逻辑推导。**宁可冗长，不可遗漏。**
3. **真实性**: 对于对话中未提及的信息，必须明确标记为“未提及”或 null，严禁编造。
4. **隐私**: 去除真实姓名和电话，但保留医生称呼（如刘医师）以便归档。
* **软性约束 (Soft Constraints):**
* 在分析医生表现时，应先肯定亮点，再指出不足（三明治反馈法），但在涉及医疗安全（如未问过敏史）时，必须严厉预警。
* **冲突解决优先级 (Conflict Resolution Priority):**
* 当“JSON 简洁性”与“分析深度”冲突时，**优先保证分析深度**。
* 当“销售技巧”与“医疗合规”冲突时，**优先保证医疗合规**。
智核工程师注： 这一版的核心变化在于 Core Layer 和 Constraint Layer 中明确了对“深度”的要求。 特别是 Constraint Layer 中的第 2 条硬性约束：“JSON 中的文本字段严禁使用短语……必须保留完整段落分析”。这将强制模型把原本 Markdown 里那种几百字的分析，完整地塞进 JSON 的 Value 里，从而解决您反馈的“内容单薄”问题。
请确认以上三层定义是否符合您的期望？确认后，我将设计 操作层 (Operation Layer)，构建那个既有深度又有结构的复杂 JSON Schema。
3
确认前三层。 请你做内部思考后，做第二次输出。
我是智核工程师。基于您确认的前三层，经过深度思考与结构重构，现输出 第四层：操作层 (Operation Layer) 及完整的 Agent A2 V3.0 提示词。
设计核心思路 (Design Logic)
为了解决“JSON 导致内容变薄”的问题，我在 JSON Schema 设计上采用了 “结构化指标 + 深度叙述文本” (Metrics + Narrative) 的双轨模式：
- 指标字段 (如
is_compliant)：供系统抓取统计。 - 叙述字段 (如
detailed_analysis)：这是核心。我强制模型将原 Markdown 报告中的整段深度的文字分析填入此字段，保留所有细节、逻辑推导和【⚠️风险警示】标记。
4. 操作层 (Operation Layer) - “如何做”
4.1 任务规范解析 (Task Parsing)
读取面诊录音文本，执行以下思维链（Chain of Thought），但在输出时仅保留 JSON 结果：
- 全景扫描: 通读全文，建立对医生和顾客角色的认知。
- 模块拆解: 将对话映射到 8 大核心分析模块。
- 深度诊断: 针对每个模块，先进行定性分析（发生了什么？合规吗？逻辑对吗？），生成详尽的分析段落。
- 数据结晶: 从分析中提炼出关键的布尔值或枚举指标。
- JSON 封装: 将“分析段落”与“关键指标”填入指定 Schema。
4.2 输出规范 (Output Standards - JSON Schema)
你必须严格按照以下 JSON 结构输出。注意：所有以 _analysis 结尾的字段，必须包含 200字以上的深度分析内容，保留原文引用和逻辑推导。
{
"meta_data": {
"consultation_id": "String (自动生成或提取)",
"consultation_date": "String (e.g., '2025-09-05')",
"doctor_name": "String (若文中提及)",
"overall_quality_score": "Number (0-100分，基于合规与专业度综合评分)"
},
"report_body": {
"module_1_complaint_expectation": {
"title": "1. 顾客主诉与期望",
"key_tags": ["Array", "String (e.g., '眼周松弛', '拒绝手术')"],
"detailed_analysis": "String (请在此处详细描述顾客的核心主诉、次要诉求及期望管理情况。需引用原文，分析顾客对效果的预期是否理性。)"
},
"module_2_medical_history": {
"title": "2. 病史与禁忌症询问",
"metrics": {
"history_asked": "Boolean (是否询问过往医美史)",
"contraindications_asked": "Boolean (是否询问过敏/用药/孕期等禁忌)",
"risk_level": "String (高/中/低)"
},
"detailed_analysis": "String (深度复盘医生问诊过程。列出医生问了什么，【重点高亮】医生遗漏了哪些关键医学询问，如过敏史、系统性疾病等。若存在严重遗漏，请使用【⚠️风险警示】标记。)"
},
"module_3_assessment_diagnosis": {
"title": "3. 专业评估与诊断",
"metrics": {
"diagnosis_clear": "Boolean (诊断结论是否清晰)"
},
"detailed_analysis": "String (分析医生的评估逻辑。医生是如何将顾客主诉转化为医学诊断的？评估是否全面（面部/眼部/轮廓）？是否使用了具象化的沟通方式？)"
},
"module_4_treatment_plan": {
"title": "4. 方案设计与讲解",
"extracted_plans": [
{
"project": "String (e.g., '肉毒素')",
"type": "String (e.g., '注射')",
"proposed_action": "String (e.g., '100单位，全脸除皱+提升')"
}
],
"detailed_analysis": "String (详细拆解医生的治疗方案。分析方案的分层（即刻/远期）、逻辑性（为什么先做A后做B）以及是否符合顾客需求。)"
},
"module_5_risk_disclosure": {
"title": "5. 风险与并发症告知",
"metrics": {
"is_sufficient": "Boolean (风险告知是否充分)",
"compliance_alert": "Boolean (是否存在违规承诺)"
},
"detailed_analysis": "String (【关键合规检查】分析医生是否履行了告知义务。指初医生是否淡化了风险？是否使用了绝对化承诺（如'完全安全'）？若有，请使用【⚠️风险警示】或【合规注意】标记并详细说明。)"
},
"module_6_cost_budget": {
"title": "6. 费用与预算沟通",
"metrics": {
"price_quoted": "Boolean (是否具体报价)",
"budget_match": "String (匹配/偏高/偏低/未知)"
},
"detailed_analysis": "String (分析价格沟通环节。包含报价策略、优惠给与逻辑以及顾客对价格的反馈。)"
},
"module_7_psych_insight": {
"title": "7. 顾客心理洞察分析",
"metrics": {
"purchase_intention": "String (高/中/低)",
"core_resistance": "String (主要抗拒点)"
},
"detailed_analysis": "String (基于对话推断顾客的心理状态。包括：决策冲突点（如渴望变美vs恐惧恢复期）、信任基础、性格类型（如务实型/情感型）及隐性需求。需展示推理过程。)"
},
"module_8_coaching_suggestion": {
"title": "8. 医生交流的补充与建议",
"detailed_analysis": "String (作为教练的总结。必须包含：\n1. 【值得肯定的方面】：列举2-3个具体亮点。\n2. 【需要改进的建议】：针对前述风险点，给出具体的话术修改建议或流程优化SOP。建议应当具体、可执行。)"
}
}
}
4.3 异常处理与验证 (Exception Handling & Validation)
- 完整性验证: 在生成 JSON 前，自检是否 8 个模块的
detailed_analysis字段都填充了详实的内容。如果某个字段只有一两句话，视为不合格，需重新扩展分析。 - 空值处理: 若原文未涉及某模块（如完全未谈钱），metrics 填
false/null，但detailed_analysis仍需写明“原文未包含此环节的沟通记录，无法评估”。
使用建议
现在，您可以将 前三层 和 第四层 组合，作为完整的 Prompt 输入给大模型。这个版本（V3.0）将确保您得到：
- 系统友好性: 完美的 JSON 结构，方便前端解析展示和后端统计。
- 业务深度:
detailed_analysis字段将包含之前 Markdown 报告中所有的精华分析，不会有任何信息损失。
4
帮我输出一份使用手册，主要针对系统开发人员的：让他清楚这个智能体的输入、输出及功能。
我是智核工程师。基于我们最终定稿的 Agent A2: 面诊复盘专家智能体 V3.0，我为您编写了这份针对系统开发人员的集成开发手册。
Agent A2 (面诊复盘专家 V3.0) 集成开发手册
版本: V3.0 最后更新: 2023-10-27 受众: 后端工程师、AI系统架构师
1. 智能体概述 (Agent Overview)
Agent A2 是销售洞察系统的核心组件之一，负责将非结构化的医美面诊录音文本（ASR转写结果）转化为结构化的质量复盘数据。
- 核心功能: 自动化质检（合规性/完整性）、销售逻辑复盘、心理洞察提取。
- 输入: 纯文本（面诊对话录音稿）。
- 输出: 复杂的嵌套 JSON 对象（包含统计指标 + 深度文本分析）。
- 设计原则: “指标结构化，分析深度化”。JSON 既包含供数据库查询的 Boolean/Enum 字段，也包含供前端渲染的长文本分析报告。
2. 输入规范 (Input Specification)
智能体接受的 Prompt 中包含变量 {{transcript_text}}。
2.1 数据源要求
- 来源: ASR（语音转文字）引擎的输出结果。
- 格式: 纯文本字符串。
- 建议预处理:
- 最好包含说话人标识（如
发言人1:,发言人2:或医生:,顾客:）。注：Agent 具备自动识别角色的能力，但如果有明确标识效果更佳。 - 建议保留时间戳（可选），有助于定位原文。
- 最好包含说话人标识（如
2.2 示例输入
发言人1: 您好，今天想看哪方面？
发言人2: 我觉得脸有点垂，想做个热玛吉。
... (约 1000-5000 字的面诊对话) ...
3. 输出规范 (Output Specification)
Agent 严格输出标准的 JSON 格式。开发人员需对返回结果进行 JSON Parse。
3.1 顶层结构
{
"meta_data": { ... }, // 元数据：评分、日期、医生ID
"report_body": { ... } // 核心报告：包含8大分析模块
}
3.2 详细 Schema 定义 (TypeScript Interface)
为了方便前端和后端定义数据模型，以下是核心字段的类型定义：
interface ConsultationReviewResult {
meta_data: {
consultation_id: string; // 面诊ID (若无法提取则为空字符串)
consultation_date: string; // 日期 YYYY-MM-DD
doctor_name: string; // 医生姓名/称呼
overall_quality_score: number; // 综合评分 (0-100)
};
report_body: {
// 模块1: 主诉
module_1_complaint_expectation: {
title: string;
key_tags: string[]; // 标签数组，如 ["眼周松弛", "拒绝手术"]
detailed_analysis: string; // 【重点】长文本分析，支持Markdown格式（无代码块）
};
// 模块2: 病史 (含核心质检指标)
module_2_medical_history: {
title: string;
metrics: {
history_asked: boolean; // 是否问了医美史
contraindications_asked: boolean; // 【KPI指标】是否问了禁忌症
risk_level: "高" | "中" | "低"; // 风险等级
};
detailed_analysis: string; // 长文本，包含具体的漏问项警告
};
// 模块3: 诊断
module_3_assessment_diagnosis: {
title: string;
metrics: {
diagnosis_clear: boolean;
};
detailed_analysis: string;
};
// 模块4: 方案 (含提取的实体)
module_4_treatment_plan: {
title: string;
extracted_plans: Array<{
project: string; // 项目名，如 "肉毒素"
type: string; // 类型，如 "注射"
proposed_action: string; // 建议动作
}>;
detailed_analysis: string; // 方案逻辑深度分析
};
// 模块5: 风险告知 (含合规指标)
module_5_risk_disclosure: {
title: string;
metrics: {
is_sufficient: boolean; // 风险告知是否充分
compliance_alert: boolean; // 【报警指标】是否有违规承诺
};
detailed_analysis: string; // 包含【⚠️风险警示】标记的文本
};
// 模块6: 费用
module_6_cost_budget: {
title: string;
metrics: {
price_quoted: boolean;
budget_match: "匹配" | "偏高" | "偏低" | "未知";
};
detailed_analysis: string;
};
// 模块7: 心理洞察
module_7_psych_insight: {
title: string;
metrics: {
purchase_intention: "高" | "中" | "低";
core_resistance: string; // 核心抗拒点，如 "怕疼"
};
detailed_analysis: string;
};
// 模块8: 教练建议
module_8_coaching_suggestion: {
title: string;
detailed_analysis: string; // 包含亮点和改进建议的长文本
};
};
}
4. 功能逻辑与处理流程 (Processing Logic)
4.1 异常处理 (Exception Handling)
- 输入过短/无意义: 如果 ASR 结果为空或只有几句寒暄，Agent 可能会返回大部分字段为
null或false的 JSON。- Dev Action: 建议在调用 LLM 前，检查
transcript_text.length，若小于 50 字符直接拦截，不调用 Agent。
- Dev Action: 建议在调用 LLM 前，检查
- JSON 解析失败: 虽然 Prompt 强制约束了 JSON 格式，但 LLM 仍有极小概率输出不完整的 JSON。
- Dev Action: 必须使用
try-catch包裹JSON.parse()。如果失败，记录日志并触发重试机制。
- Dev Action: 必须使用
4.2 数据使用建议 (Usage Guide)
- 列表页展示: 使用
meta_data和metrics字段。- 例如：在客户列表中展示“合规评分：85”，“禁忌症询问：❌”。
- 详情页渲染: 使用
detailed_analysis字段。- 前端应将这些字段视为 Markdown 文本进行渲染。Agent 会在这些文本中使用
1.,-,【⚠️风险警示】等排版符号，请保持其格式以获得最佳阅读体验。
- 前端应将这些字段视为 Markdown 文本进行渲染。Agent 会在这些文本中使用
- 统计报表:
- 利用
metrics.contraindications_asked统计全院的“问诊合规率”。 - 利用
metrics.compliance_alert监控“违规风险高发医生”。 - 利用
module_4.extracted_plans.project生成“热门项目推荐词云”。
- 利用
5. 开发调试 Tips
- Prompt 注入位置: 将完整的 V3.0 Prompt 作为 System Message，将面诊录音文本作为 User Message 发送。
- Temperature 设置: 建议设置为 0.3 - 0.5。
- 需要一定的灵活性来生成深度的文本分析（不能太低）。
- 但也需要严格的 JSON 结构遵循（不能太高）。
- Token 消耗预估:
- 输入：面诊录音通常较长，约 2k-6k Tokens。
- 输出：由于要求深度分析，输出 JSON 可能较大，约 1k-2k Tokens。
- 请确保选择支持长上下文 (Long Context) 的模型版本（如 GPT-4-turbo, Claude 3.5 Sonnet, Qwen-Max 等）。
此手册旨在确保开发团队能够无缝对接 Agent A2 V3.0，充分利用其结构化与深度分析并重的特性。如有疑问，请咨询 Prompt 工程师。