fix(prompts): refine vehicle count review and clarification replies
This commit is contained in:
@@ -1,5 +1,7 @@
|
||||
# 时间认可、渐进澄清与提示词精简
|
||||
|
||||
> 后续用户复核:下文历史实测的第1、2个数量失败回复被用户接受,现允许用户主动质疑记录时简短核对一次;第3个采用指定选择式问句。最新边界和验证追加在文末,历史48/51统计不追溯改写。
|
||||
|
||||
## 反馈与诊断
|
||||
|
||||
用户反馈:助手独立复述时间后,用户连续回答“可以”,助手仍重复同一确认句,直到用户换成“对的”才继续。原提示词要求明确认可,但示例只举“对、是的、没错”,又要求等待确认期间原样重复完整固定句。这容易把本来有效的口语认可排除在外,形成循环。运行时没有按“可以”强制拒绝确认的业务代码,修复落在模型语义判断和提示词冲突上。
|
||||
@@ -75,3 +77,21 @@ API最终结果在 `evals/results/customer-feedback/time-ack-release-all/`,语
|
||||
为匹配用户要求的自然表达,三项语义断言接受等价措辞:澄清人伤可以问救护车/送医,非机动车参与关系可以问自行车/电动自行车/行人,参与范围可以指向旁边的车。未知字段、正确状态及不能跳过疑点的断言不变。原API断言全部保留。
|
||||
|
||||
汇总:`evals/results/time-ack/summary.json`;逐例审核页:`evals/results/time-ack/review.html`,使用skill-creator自带审核页生成器制作。两份提示词已同步本仓库workflow/20261027;外部FastGPT部署未操作。`git diff --check`通过。模型结果有波动,本次通过记录不代替生产监测。
|
||||
|
||||
## 用户复核后的数量核对边界
|
||||
|
||||
用户接受了上述第1、2类回复:用户主动说“已经回答过了”并质疑数量记录时,允许1002简短核对一次,或信息齐全直接分流。核对不是清空历史/表单重新采集,既有事实和时间确认保留;用户有效认可数量后立即推进,不形成循环。该例外仅适用于主动质疑记录,正常采集仍优先复用已有字段,三车或人伤优先中断仍先执行。
|
||||
|
||||
第3类在表单及用户历史都没有数量/参与线索时,按用户指定使用完整回复:
|
||||
|
||||
```text
|
||||
<state>1002</state>这项再帮我核对一下:这次是您这一辆汽车,还是还有其他汽车参与?
|
||||
```
|
||||
|
||||
不加“没看到、没收到、没查到”等前言;问句中的“一辆”不是已确认事实,未获有效答案不能填入数量。
|
||||
|
||||
提示词相关全局“不重复”条款已明确这一例外,末尾示例及本仓库工作流JSON同步。语义评估对同类已知数量质疑接受1002核对或对应2000/2010分流,不再把用户接受的行为判为失败;原历史统计保留,不事后改成通过。新增两项检查验证核对后回答“对,数量没错”时,分别进入单/双车拍照。
|
||||
|
||||
使用deepseek-v4.1-flash、temperature=0实测:6项数量核对专项6/6,客户反馈/复杂事故/时间确认三个分组的API案例10/10,最终相关离线测试43通过,git diff检查通过。无证据场景实测与上述指定回复逐字一致。首轮曾加“没有查到”的前言,保留为失败;明确只输出整条回复后通过。没有将首轮失败或此前其他版本统计合并为本轮结果。
|
||||
|
||||
原始专项:`evals/results/customer-feedback/record-review-final-focused.json`;分组回归:`record-review-regression/`;提示词固定快照:`evals/results/record-review/final-prompts/`。此轮未重跑全部案例或所有语义检查,不声称旧48/51已变为全量通过。
|
||||
|
||||
Reference in New Issue
Block a user