Consideration阶段插槽模板选择

目录

• • 一句话确认（可以当最终结论）
  • 一张心智模型（非常重要）
  • 三、为什么一定要这么设计（工程原因）
    • 1️⃣ 防止“SKU 反向主导话术”
    • 2️⃣ 模板数量被牢牢限制住
    • 3️⃣ 便于调销售“力度”
  • 四、那 SKU 标签到底干什么？（非常明确）
    • SKU 标签示例（仍然是事实）
  • 五、一个完整最小例子（你现在这套的“黄金路径”）
    • 用户输入
    • 系统判断
    • 选中的模板
    • SKU 提供变量
    • LLM 渲染输出
  • 六、你这句话可以直接写进设计文档 / 简历
• Object技术实现
• 一、如何提取「用户关注的维度」
  • 结论先行
  • 1️⃣ 用户关注维度 = 受控枚举
  • 2️⃣ 提取方式（推荐：规则 + 兜底）
    • 方法 A：关键词规则（主力）
      • 示例规则表
    • 方法 B：LLM 兜底（只在规则失败时）
  • 二、如何根据「关注维度 × SKU 标签」选择模板
  • 1️⃣ 模板不是“通用的”，而是 按关注维度分组
    • 模板结构设计（重点）
  • 2️⃣ SKU 标签要“对得上模板参数”
    • SKU 标签（仍然是事实，不是营销）
  • 3️⃣ 模板选择逻辑（纯规则）
    • 示例：用户关注 FUNCTION
    • 示例：用户关注 SCENE
  • 4️⃣ 选择哪个 SKU？
  • 三、LLM 在这里“被严格限制”
    • LLM 只做这 3 件事
    • 明确禁止
  • 四、完整一条技术链路（串起来）
    • 用户输入
    • 系统处理
    • 模板填充
    • LLM 输出
  • 五、你这个设计的本质优势（面试级总结）

是的，你这个理解非常准确，而且已经是“正确的系统抽象层级”了。
我用一句话确认 + 一张心智模型 + 两个边界说明，把这件事彻底定死。

---

一句话确认（可以当最终结论）

插槽模板由「用户关注维度」决定；
SKU 标签只用于“填充模板所需的变量”，不参与模板选择。

✔ 这是最简、最稳、最可控的做法
✔ 也是工业级客服/销售系统常用的抽象方式

---

一张心智模型（非常重要）

用户输入
   ↓
【关注维度识别】———→ 决定「用哪一类插槽模板」
        │
        └────────────→ 不看 SKU

选定模板类型
   ↓
【SKU 标签】
   ↓
填充模板变量
   ↓
LLM 渲染自然语言

模板选择 = 心理层（用户）
模板填充 = 事实层（SKU）

这两个层级你已经分得非常清楚了。

---

三、为什么一定要这么设计（工程原因）

1️⃣ 防止“SKU 反向主导话术”

如果 SKU 参与模板选择，会出现：

• 用户关心价格
• SKU 突然说功能
• 销售话术“自嗨”

现在这种设计是：

用户关心什么 → 我就从那个角度说
SKU 只负责“我在这个角度上有没有料”

---

2️⃣ 模板数量被牢牢限制住

模板数 ≈ 用户关注维度 × 1–2 个模板

而不是：

模板数 ≈ SKU 数 × 维度

这是 数量级差异。

---

3️⃣ 便于调销售“力度”

你以后只需要：

• 调整某个维度下模板的措辞
• 或在某个阶段禁用某类模板

不用碰 SKU，不用动 LLM

---

四、那 SKU 标签到底干什么？（非常明确）

SKU 标签只做三件事：

1. 判断是否能填

   • 没有 scene → 不能用场景模板

2. 决定填什么

   • scene = 通勤 / 办公

3. 选一个最相关的值

   • 命中用户输入的优先

SKU 标签示例（仍然是事实）

{
  "scenes": ["通勤", "办公"],
  "features": ["降噪", "麦克风"],
  "price_level": "中"
}

---

五、一个完整最小例子（你现在这套的“黄金路径”）

用户输入

B 好像贵一点，值吗？

系统判断

• 关注维度 = PRICE
• 选择模板池 = PRICE

选中的模板

"在同价位中，{sku}的{feature}表现比较均衡。"

SKU 提供变量

sku = B 耳机
feature = 降噪和续航

LLM 渲染输出

在同价位中，B 耳机的降噪和续航表现比较均衡。

✔ 模板是“价格角度”
✔ 内容是“SKU 的事实优势”
✔ 没有 CTA，但已形成倾向

---

六、你这句话可以直接写进设计文档 / 简历

在倾向引导阶段，我通过 用户关注维度驱动插槽模板选择，
SKU 标签仅用于填充模板变量，
从而实现销售引导的可控性与可扩展性。

如果你愿意，下一步我可以帮你把
“插槽模板 × 关注维度 × 阶段（Awareness / Consideration / Intent）”
整理成一张最小配置表，你这一整套设计就完全闭环了。

Object技术实现

这是 Case 2 能不能“像销售、但不油”的核心技术问题。
我直接给你一个工程上可落地、且复杂度最低的方案，不依赖“聪明的 LLM”，而是规则优先、LLM 辅助。

下面分两部分回答你的两个问题：

---

一、如何提取「用户关注的维度」

结论先行

不是理解整句话，而是判断：
用户当前最关心的是「价格 / 功能 / 场景」哪一类。

你不需要 NLP 理解用户“在想什么”，
只需要把关注点归类成 3–4 个枚举值。

---

1️⃣ 用户关注维度 = 受控枚举

UserFocusDimension =
  | PRICE
  | FUNCTION
  | SCENE
  | QUALITY

（4 个已经很够用了）

---

2️⃣ 提取方式（推荐：规则 + 兜底）

方法 A：关键词规则（主力）

这是最稳、最准、最好解释的方式。

示例规则表

维度	关键词
PRICE	贵、便宜、价格、性价比、值不值
FUNCTION	降噪、续航、麦克风、功能、支持
SCENE	通勤、办公、出差、运动、开会
QUALITY	稳定、质量、耐用、评价

if contains_any(text, PRICE_KEYWORDS):
    focus = PRICE
elif contains_any(text, FUNCTION_KEYWORDS):
    focus = FUNCTION
elif contains_any(text, SCENE_KEYWORDS):
    focus = SCENE
else:
    focus = UNKNOWN

80% 的真实客服场景，关键词就够了。

---

方法 B：LLM 兜底（只在规则失败时）

LLM 只返回 一个枚举值：

用户输入：……
你只回答：PRICE / FUNCTION / SCENE / QUALITY

⚠️ 不让 LLM 解释、不让它自由发挥。

---

二、如何根据「关注维度 × SKU 标签」选择模板

这是你问的第二个关键点。

---

1️⃣ 模板不是“通用的”，而是 按关注维度分组

模板结构设计（重点）

tendency_templates:
  PRICE:
    - id: price_value
      template: "在同价位中，{sku}的{feature}表现比较均衡。"

  FUNCTION:
    - id: function_advantage
      template: "{sku}在{feature}方面的表现更突出。"

  SCENE:
    - id: scene_fit
      template: "在{scene}场景下，{sku}的使用体验更稳定。"

👉 用户关注什么维度 → 只从该维度模板池里选

---

2️⃣ SKU 标签要“对得上模板参数”

SKU 标签（仍然是事实，不是营销）

SKU_A {
  "price_level": "中",
  "features": ["降噪", "麦克风"],
  "scenes": ["办公", "通勤"]
}

---

3️⃣ 模板选择逻辑（纯规则）

示例：用户关注 FUNCTION

focus = FUNCTION
sku.features = ["降噪", "麦克风"]

→ 选择 function_advantage 模板
→ 参数 feature = "降噪"

示例：用户关注 SCENE

focus = SCENE
sku.scenes = ["通勤"]

→ 选择 scene_fit 模板
→ 参数 scene = "通勤"

---

4️⃣ 选择哪个 SKU？

Case 2 不做“强推荐”，只做“倾向”：

• 如果在对比 A / B

  • 选 在关注维度上表现更清晰的那个

• 如果只有 1 个 SKU

  • 就用当前 SKU

判断“更清晰”可以是：

• 有标签 vs 没标签
• 标签数量多
• 命中用户关键词

---

三、LLM 在这里“被严格限制”

LLM 只做这 3 件事

1. 模板渲染
2. 语气自然化
3. 不引入新信息

明确禁止

• 自己判断关注维度
• 自己选 SKU
• 自己加 CTA

---

四、完整一条技术链路（串起来）

用户输入

B 好像贵一点，值吗？

系统处理

1. 关键词命中：贵 → focus = PRICE
2. Phase = PRE_SALES
3. Intent = OBJECTION
4. SKU_B.price_level = 中
5. 命中 PRICE 模板池

模板填充

template: "在同价位中，{sku}的{feature}表现比较均衡。"
params:
  sku = "B 耳机"
  feature = "降噪和续航"

LLM 输出

在同价位中，B 耳机的降噪和续航表现比较均衡。

✔ 没有 CTA
✔ 但明显在帮用户形成倾向

---

五、你这个设计的本质优势（面试级总结）

我把“用户关注点提取”和“销售引导”拆成两步：
前者用规则保证稳定性，
后者用插槽模板保证可控性，
LLM 只负责自然语言渲染，避免销售越权。

如果你愿意，下一步我可以帮你整理一张
「Awareness / Consideration / Intent 各阶段：关注维度 × 插槽 × LLM 权限」对照表，这张表非常适合直接放进简历。