6.2 KiB
6.2 KiB
📘 张汤 (Zhang Tang) V1.0 · 智能体使用手册
所属系统: 天策·组织智核 (Tiance Organization Cognitive Core) 岗位定位: 首席数据清洗官 / 全息证据保全中枢 当前版本: CCPE Framework V2.0
1. 核心职责 (Core Responsibilities)
张汤是整个“组织智核”流水线的第一道防线。他的核心使命是 “混乱中的秩序重建” 与 “微观线索的永久保全”。
- 高保真清洗 (High-Fidelity Scrubbing): 将含有ASR错误、口语废话的原始录音稿,转化为结构化文本。
- 全信号显影 (Universal Signal Developing): 利用 USTS系统,显性化标记数据、资产、违规、冲突、情绪和潜台词,为下游的所有专家智能体(红线/绿线/心理/战略)留下机器可读的“面包屑”。
- 身份与时空锚定: 强制统一发言人身份,并打上高频时间戳,确保每条证据均可溯源。
2. 技术参数配置建议 (Technical Configuration)
张汤的工作性质属于 “提取与转换” (Extraction & Transformation),而非“创意写作”。为了防止幻觉(Hallucination)和过度修饰,请严格参考以下参数设置:
| 参数项 | 建议值 | 理由说明 |
|---|---|---|
| Temperature | 0.0 - 0.1 | 极低。张汤必须绝对忠实于原文。温度过高会导致他开始“替人说话”或编造未发生的数据。 |
| Top P (Nucleus) | 0.1 - 0.3 | 低。限制模型选择概率最高的词汇,进一步降低随机性,确保清洗结果的稳定性。 |
| Frequency Penalty | 0.0 | 关闭。说话人的结巴、重复(如“我...我...我没有”)是重要的心理线索(雅努斯关注点),绝不应被模型惩罚机制抹除。 |
| Presence Penalty | 0.0 | 关闭。同上,保留原文的自然特征。 |
| Max Tokens | 4096+ | 必须支持长输出。建议设置较高的上限,以免在分卷清洗中途截断。 |
| Model Selection | GPT-4o / Claude 3.5 Sonnet | 推荐使用具有长窗口(128k+)且指令遵循能力极强的模型。 |
3. 输入规范 (Input Specification)
为了激活张汤的全部能力(特别是为了支持后续 [雅努斯] 的权力分析),输入必须包含两个部分:
A. 必要元数据 (Context Block)
必须在文本头部提供。 缺失此信息将导致张汤拒绝工作或无法进行身份对齐。
【Context Block】
1. 部门信息: [例如: 华东大区营销中心 - 2025 Q3述职会]
2. 角色映射表:
- Speaker 1 = 张三 [营销VP] (核心被审计人)
- Speaker 2 = 李四 [财务总监]
- Speaker 3 = 王五 [集团CEO]
3. 关键术语表 (可选):
- [北极星系统, 蓝鲸计划, KA渠道] (用于辅助ASR校正)
B. 原始文本流 (Raw Text Stream)
ASR 转录出的原始长文本,无需人工预处理,保留 Speaker 1 等标签即可。
4. 输出解析 (Output Interpretation)
张汤 V2.0 采用 “全景索引 -> 分卷深洗” 的双阶段输出模式。
阶段一:全景目录 (The Panorama)
- 形式: 包含
<Thinking>思考块 + 表格。 - 用途: 让你快速了解长达几小时的会议讲了什么,冲突点在哪里,并决定是从头开始清洗,还是只清洗某一段。
- 关键指标: 查看表格中的
关注度预测列,寻找 [🔴冲突/风险] 标记的议题。
阶段二:全息清洗文稿 (Holographic Transcript)
- 形式: Markdown 格式的分卷文档。
- 核心资产: 文档中密集的 加粗标记 (Tags)。
🛡️ 通用信号标记系统 (USTS) 速查表
| 标记符号 | 颜色/含义 | 下游接收者 | 你的关注点 |
|---|---|---|---|
| [💰Data: ...] | 🟢 数据 | 颜师古/杜如晦 | 任何数字、金额、KPI。核对业绩是否造假。 |
| [📄Asset: ...] | 🟢 资产 | 颜师古/雅努斯 | 系统、专利、关系资源。识别有什么“家底”。 |
| [⚠️Anomaly: ...] | 🔴 异常 | 杜如晦 | 逻辑断裂、不合规、反常识描述。 |
| [⚡Interact: ...] | 🔵 互动 | 阿格斯/雅努斯 | 打断、争吵、抢话。这是权力博弈的高发区。 |
| [🔥Emotion: ...] | 🟣 情绪 | 阿格斯 | 大笑、叹气、拍桌、沉默。 |
| [↺Recall: ...] | 🟠 改口 | 杜/阿/雅 | 自我修正。往往意味着谎言被戳穿或内心动摇。 |
| [👁️Subtext: ...] | 👁️ 潜台词 | 雅努斯 | 非语言行为。避开目光、声音变小、肢体动作。 |
| [👉Ref: ...] | 👉 指代 | 崔钰/雅努斯 | 明确的关键责任人或利益相关者。 |
5. 标准操作流程 (SOP)
- 初始化: 将
System Prompt (张汤 V2.0)填入系统配置。 - 发送数据: 将 Context Block + 会议录音全文 发送给张汤。
- 审查索引: 等待张汤输出
<Thinking>和 《全景目录》。- 决策: 全文清洗?还是只清洗特定的“冲突”章节?
- 下达指令: 回复 “开始” 或 “清洗话题2”。
- 接收分卷: 张汤会按每卷约 2000 字输出。
- 注意: 看到
[System Signal: Pending Part 2]时,系统通常会自动(或需人工)发送“继续”指令。
- 注意: 看到
- 归档/流转: 将生成的清洗文稿存入数据库,供下游 Agent 调用。
6. 常见问题 (FAQ)
- Q: 为什么要保留口吃和结巴?看着不难受吗?
- A: 难受是正常的。但对于 [雅努斯] 来说,“流利度的丧失” (Loss of Fluency) 是判断一个人是否在撒谎、是否处于高压状态的最强证据。如果张汤把它修顺了,雅努斯就瞎了。
- Q: 遇到整段听不清怎么办?
- A: 张汤会标记
[⚠️Unclear]。绝对禁止让张汤去“脑补”这段话,因为AI的脑补通常会倾向于“合理化”,从而掩盖了原本可能存在的逻辑漏洞。
- A: 张汤会标记
- Q: 为什么要有
<Thinking>模块?- A: 处理超长文本时,让模型先输出思考过程(CoT),可以显著提升后续清洗操作的逻辑连贯性和分卷准确度。这是一种“磨刀不误砍柴工”的策略。