让大模型真的被用起来。

原始需求只有一句话

客户提的是“希望有一个勋章”。这类需求最危险的地方在于它听起来很小， 但它背后的真实问题是“怎么让一线人员愿意每天打开这个系统”。 如果直接按字面做，最后交出的就是一个没人看的徽章列表。

第一版方案，以及它的致命伤

最初的结构是一条主线加四条支线，支线按行为类型给用户分类： 你是“深度型”、“广度型”还是“活跃型”。设计评审前一天晚上我意识到一个问题： 这套东西本质上在给人贴标签。

用户是保险一线销售人员。这个群体的业绩本来就被排名、被考核、被公开比较。 你再给他一个系统生成的定性标签，只有两个结果：要么他觉得被冒犯， 要么他开始为了刷标签而刷标签。两种都会让功能死掉。

从“评价范式”改到“激励范式”

重构后的结构只保留三条主线：问题深度、问题广度、奖励分值。 三条线都是可累积的量，不隐含任何人格判断。另外加了限定隐藏支线， 触发条件不公开，抽中了就是惊喜，没抽中也不会觉得自己差。

• 只奖励，不定性。所有文案写“你完成了什么”，不写“你是什么人”。
• 不可逆。得到的勋章不会因为后续活跃度下降而掉，否则它就变成了考核工具。
• 雷达图只给自己看。五维能力图不进任何排行榜，不向上级开放。

雷达图具体怎么算

五个维度各自有独立公式，归一到 0-10 分，再乘一个等级修正系数—— 不加修正的话，新人和资深人员在同一张图上根本没法比。 得分区间对应四档诊断文案，文案只描述行为与下一步建议，不下结论。 最后由大模型基于五维数据生成一段综合诊断报告。

排行榜那个坑

同侪排行榜看着简单，实际上是合规重点。排名要按机构、同岗位、全省三个维度分开， 而且部门之间数据必须隔离。原因很具体：不同机构的业务数据互相可见， 在保险公司内部是敏感问题。这一条是我在需求阶段主动提出并写进 PRD 的， 不是开发阶段被提醒的。

先说一个反直觉的事

接手这个项目时，所有人的第一反应都是“模型不行”。 但把 badcase 一条一条归因完之后，真正的大头不在生成环节， 而在模型根本没拿到对的知识。检索没命中，后面再强的模型也只能编。

命中失败的真实原因：人不按全称说话

知识库里存的是产品全称，而一线人员在客户面前从来不说全称。 他们说俗称、说简称、打错字，还有很大一部分是语音转文字—— 转错的比例比想象中高很多，而且错得很有规律（同音、近音、方言口音）。

我们加了一层改写：把用户问题里能识别到的产品指代， 统一换成最短别名并用方括号包裹，再送去检索。 方括号不是装饰，它给下游一个明确信号：这几个字是实体，不是普通词。

• 为什么用最短别名而不是全称。全称里的修饰词（终身、终身寿险、终身寿险 A 款）会干扰向量相似度，反而把不同产品拉到一起。
• 别名表是手工维护的。没有自动方法。我们从真实问题日志里扫高频写法，一个一个归到主实体上。这是脏活，但回报最高。
• 停售产品不能删。客户手里拿着十年前的保单来问，知识库里没有就只能编。

切片这件事没有通用答案

条款文件不能按字数硬切。保险条款的语义单元是“责任项”， 一个责任项可能只有两行，也可能带三层例外说明。硬切会把“免赔情形”和它修饰的责任切开， 结果就是模型告诉客户“这个赔”，而下一句的免责条款它根本没看到。 这类错在保险业务里不是“答得不好”，是合规风险。

所以我们把切片规则写成了文档，固定下来：以责任项为最小单元， 例外与免责必须随主体一起入片，跨页的责任项手工合并。 这份文档后来成了团队里其他人做知识入库的依据。

让知识库自己长大

一万多条 FAQ，靠人海补是补不完的。我设计了一条闭环： 用户点踩 → 自动生成质检任务 → AI 训练师处理 → 知识优化 → 下次命中。 关键在最后一步：修完要能验证。 很多团队做到“收集反馈”就停了，反馈进了表格就再没人看，那不叫闭环。

对练功能为什么不能只做“能聊”

对练的底层是四维客户标签生成人设，实时对话用 Redis 管上下文， 对话日志进 ES。但技术不是重点，重点是评价。 如果只给一个总分，用户练一次就不练了——他不知道该改什么。 所以评价拆成通用与产品两个维度，分开给建议。

推荐和问答是两回事

问答答错了，用户自己能看出来，成本是一次不信任。 推荐推错了，一线人员会拿着错的方案去见客户，成本是一单保单、 甚至一个理赔纠纷。所以推荐这个功能，容错率要比问答低一个量级。

硬规则必须进图，不能进权重

产品之间有一批不容商量的关系：哪两款不能同时投、 哪款必须附加在主险上、哪些人群直接拒保。 这些是二元的，不存在“可能行”。 把它们交给向量相似度去算，等于把硬约束变成了概率——这是掘坑。

所以底层走知识图谱：从产品数据模型抽实体 / 关系 / 属性三元组， 知识融合后入图库。图里的关系可以校验、可以追溯， 出了问题能指到具体哪条边错了。模型只负责表达，不负责判断能不能卖。

8 要素为什么是 3 必填 5 选填

最初的设计是 8 个全填。试了一轮之后发现没人愿意填完—— 一线人员是在客户家的沙发上掏出手机用这个工具，不是坐在办公室里。 所以拆成三个必填（影响方案方向的）+ 五个选填（只影响精度的）， 填三个就能出方案，填得多方案更准。

• 输出 1-3 套而不是 1 套，因为销售需要在客户面前有对比、有选择感。
• 带多产品对比表，因为客户真正问的是“为什么不选那个”。
• 带可直接用的话术，因为方案对不对不重要，说不说得出来才重要。

同期还做了活动方案生成

输入专家资源、工作人员与客户画像，输出七个环节的完整活动流程， 每个环节带岗位分工，配推荐产品方案与全场景话术，支持导出 PDF。 这个功能的设计重点不在生成，在“导出 PDF”： 机构经理要拿着这东西开晚会、发微信群。不能导出，就只能在系统里看一眼，用不起来。