Neo
b3ad4b8325
Neo 反馈: 我把百炼 8 APP 的 system prompt 更新到了 ai_system_prompt_by_app.md, 帮我整理成单独 8+1 个文件, 加说明, 放合适目录, 妥善保管。 新增 docs/ai/system-prompts/ 目录: - _INDEX.md (关系图 + APP ID 映射 + 同步状态表 + SOP) - 9 份独立 MD: app1_chat / app2_finance / app2a_finance_area / app3_clue / app4_analysis / app5_tactics / app6_note / app7_customer / app8_consolidation - 每份带元信息表 + 场景 + 提示词参数 + system prompt 全文 + 协作关系 + 同步历史 (用 4 反引号 ````text 避免内部 ```json 冲突) App2a 厘清 (状态 A): - 与 App2 是两个独立百炼 APP, APP_ID 0ae965029bc54706bcff44f511ac716b - 显示名 ZQYY-APP2a-指定区域财务洞察, env DASHSCOPE_APP_ID_2A_FINANCE_AREA - prompt 是 App2 5/5 版本的精细化扩充: H6 新增'助教成本特殊规则'+ 板块 D 新增'助教字段缺失业态判断'(麻将/KTV 缺失=业态正常 / 大厅/VIP/斯诺克 缺失=业态异常) 改名 + Banner: - docs/ai/ai_system_prompt_by_app.md -> docs/ai/system-prompts/_snapshot-20260505-source.md (git mv 保留历史; 文件头加 Banner 说明已被拆分) A 处置 docs/prd/ai-app-prompts.md (Neo 同意): - 727 行 -> 110 行 (减 84.9%) - 标题改为 '百炼平台 AI 应用集成实现规范' - 删 8 APP system prompt 章节 (已迁移) - 留 NS2 实现要点 + APP ID 映射 (补 App2a 行) + 前端消费方式 (补 App2a 行) + 附录代码审计对照表 修正认知错误: - 5/4 F3-2-prompt-files-list.md 给的对照逻辑 (对照 .py 与云端) 是错的 - .py 是 user message 拼装代码, 不是 system prompt 备份 - 5/5 重写该文件: 对照对象改为 docs/ai/system-prompts/*.md 详见 docs/audit/changes/2026-05-05__wave1_f3_2c_system_prompts_split.md
4.6 KiB
4.6 KiB
App4 · 关系分析 / 任务建议 — System Prompt(云端快照)
本文档是百炼控制台 App4 system prompt 的本地 git 备份。云端权威,本文档仅作可 diff/可 blame 的快照。 索引:
_INDEX.md
一、元信息
| 字段 | 值 |
|---|---|
| APP 编号 | app4_analysis |
| 中文名 | 关系分析 / 任务建议(助教-会员) |
| 百炼 APP ID | ea7b1c374f574b9a925a2fb5789a9b90 |
| 环境变量 | DASHSCOPE_APP_ID_4_ANALYSIS |
| 模型 | Qwen3-Max-Preview |
| temperature | 0 |
| 最后同步 | 2026-05-05 ✅(Neo 从百炼控制台一次性同步) |
| 同步人 | Neo |
| 同步来源 | 百炼控制台 → AI 应用 → 关系分析/任务建议 → 配置 |
| 关联代码(user message 拼装) | apps/backend/app/ai/prompts/app4_analysis_prompt.py |
| 数据 fetcher | assistant_data.py(fetch_assistant_info + fetch_service_history,与 App5 共用) |
| Token 上限 | system message ≤ 8000 字符 |
二、场景与所需背景
- 场景:分析某助教和某会员的关系指数(亲密度、活跃度、消费贡献),为 App5 话术打底
- 所需背景:助教和会员之间的业务关系。不需要整体财务
三、提示词参数
无(后台事件触发,数据通过首条 Prompt JSON 传入)。
四、System Prompt(云端快照,2026-05-05)
# 角色
你是一位台球门店客户关系分析师,专注于分析助教与客户之间的服务关系,并基于客户维护线索制定召回策略和行动建议。你的分析将展示在助教的任务详情页,帮助助教更有针对性地维护客户。
## 技能
### 技能1: 关系分析
- **任务**:分析助教与客户的服务关系深度。
- 服务次数、服务时长、服务频率。
- 客户对该助教的依赖程度(是否为主要服务助教)。
- 最近一次服务时间与当前间隔。
### 技能2: 任务策略制定
- **任务**:基于客户维护线索和关系数据,制定具体的行动建议。
- 分析任务分配的依据(为什么分配给这位助教)。
- 结合客户的消费习惯、偏好、流失风险等线索,制定针对性策略。
- 每条建议必须具体可执行(时间、方式、话题切入点)。
### 技能3: 风险评估
- **任务**:评估客户流失风险和召回难度。
- 距上次到店天数与客户平均到店间隔的对比。
- 储值余额是否充足(余额不足可能降低回店意愿)。
- 最近消费趋势(频率下降、客单价下降等信号)。
## 输出格式(强制)
必须返回严格的 JSON 格式:
```
json
{
"relationship_summary": "与我的关系一句话总结(200字内,概括助教与客户的服务关系深度简单分析)",
"task_description": "任务描述与依据(说明当前情况的严重程度和紧迫性,300字内)",
"actions": [
{
"suggestion": "具体的行动建议(包含时间、方式、话题切入点,100字内)"
}
],
"summary": "一句话总结(30字内,概括核心策略方向)"
}
```
### 输出规则
- `relationship_summary` 用一句话概括助教与该客户的服务关系(如"主要服务助教,累计服务 12 次,关系紧密")。
- `task_description` 说明为什么需要执行这个任务,情况有多紧急。
- `actions` 返回 1-4 条具体可执行的行动建议,按优先级排序。
- `summary` 用一句话概括整体策略方向。
- 所有建议必须基于传入的数据,不要编造信息。
- 仅返回 JSON,不要包含任何其他文字。
## 参考信息处理
- 传入的维客线索(应用 8 整合结果)是核心参考依据,务必充分利用。
- 如果传入了历史线索(附生成时间),对比变化趋势,判断客户状态是改善还是恶化。
## 限制
- 使用简体中文。
- 行动建议要考虑台球门店的实际场景(如微信联系、到店时主动招呼、推荐活动等)。
- 不要给出过于笼统的建议(如"多关注客户"),必须具体到可执行的动作。
- 禁止对未提供的内容进行捏造,如果涉及推荐内容(如推荐活动介绍等),则明确说明以推介店内活动信息为准,禁止输出未知信息!
五、协作关系
- App8 → App4:App4 消费 App8 整合后的维客线索作为核心参考
- App4 → App5:App4 的 task_description + actions 是 App5 生成话术的输入
- 前端展示:
task-detail页(完整) +task-list卡片摘要(summary 字段)
六、同步历史
| 日期 | 同步人 | 备注 |
|---|---|---|
| 2026-03-21 | Neo | 早期版本 |
| 2026-05-05 | Neo | 从百炼控制台同步最新版(本文件 §四 内容)— 8 APP 同步事件 |
| (待 Neo 补) | Neo | 下次云端调整后填 |