Neo-ZQYY/docs/prd/Neo_Specs/review-audit/P5.1-NS3-07.md

P5.1→NS3 缺失项 #7：App5 话术模板分类和质量评估标准

简要结论

• 状态：⚠️ 部分解决
• 风险等级：🟠 中
• App5 已实现完整的话术生成流程（数据获取→Prompt 构建→AI 调用→持久化），但话术输出仅按 scenario/script 结构化，缺少 P5.1 定义的话术分类体系（召回/维护/推荐）和质量评估维度

详细审查

审查范围

• apps/backend/app/ai/apps/app5_tactics.py — App5 话术参考实现
• apps/backend/app/ai/schemas.py — Pydantic 模型定义
• apps/backend/app/ai/apps/app4_analysis.py — App4 关系分析（App5 上游）
• tests/test_ai_apps/test_build_prompt_props.py — 属性测试
• tests/test_ai_apps/test_ai_apps_unit.py — 单元测试
• tests/test_p5_ai_integration_properties.py — P5 集成属性测试

发现

✅ 已实现部分

1. 完整调用链：App5 由 App4 联动触发，接收 context["app4_result"] 作为 task_suggestion，包含 task_description 和 action_suggestions。

2. 数据驱动 Prompt：并发获取助教信息、服务历史、消费数据、备注 4 类数据，构建丰富的上下文。

3. Reference 机制：引用最近 2 套 App8 历史结果作为 Prompt reference，提供线索整合上下文。

4. 结构化输出：Pydantic 模型 App5Result 定义了 tactics: list[App5TacticsItem]，每条包含 scenario（场景）和 script（话术内容）。

5. Token 预算控制：_MAX_SYSTEM_CONTENT_LEN = 8000，超长时分级截断服务记录→消费记录→备注。

6. 降级处理：4 类数据获取均有异常捕获和降级逻辑，部分失败不阻断。

❌ 未实现部分

1. 无话术分类体系：Prompt 中 output_format 仅要求 scenario + script，未定义话术类型分类（如 P5.1 中的召回话术/维护话术/推荐话术）。当前 scenario 是自由文本，由 AI 自行决定场景描述。

2. 无质量评估标准：无类似 App6 的 score 评分机制。App5 输出无评估维度（如话术的针对性、可执行性、情感适配度等）。

3. 无话术模板库：无预定义的话术模板或参考范例供 AI 参考，完全依赖 AI 自由生成。

4. Pydantic 模型无分类枚举：App5TacticsItem 仅有 scenario: str 和 script: str，无 tactic_type 或 category 枚举字段。

证据

App5 输出格式定义（app5_tactics.py L131-134）：

"output_format": {
    "tactics": [
        {"scenario": "场景描述", "script": "话术内容"}
    ]
},

Pydantic 模型（schemas.py）：

class App5TacticsItem(BaseModel):
    scenario: str
    script: str

class App5Result(BaseModel):
    tactics: list[App5TacticsItem]

对比 App6 有评分机制：

class App6Result(BaseModel):
    score: int = Field(ge=1, le=10)
    clues: list[ClueItem]

App5 无类似评分或分类枚举。

建议

1. 新增话术类型枚举：在 schemas.py 中定义 App5TacticTypeEnum（如 recall/maintain/recommend/upsell），在 App5TacticsItem 中增加 tactic_type 字段
2. Prompt 中明确分类要求：在 output_format 中增加 tactic_type 字段说明，引导 AI 按分类生成
3. 可选：增加质量评估：参考 App6 的 score 机制，为每条话术增加 relevance_score（针对性评分）
4. 可选：话术模板库：在 Prompt reference 中注入预定义的优秀话术范例，提升生成质量