把企业的产品、销售经验、客户画像结构化注入 LLM 上下文 —— 让 AI 像「记得朋友情况的同事」一样回答。
PERSONA + STYLE + MEMORY + KNOWLEDGE。历史成交对话 ≥ 50 条
品牌产品介绍 1 页
常见问题 FAQ 10-20 条
采集账号矩阵 → accounts
竞品 / 合作博主 → source_accounts
转人工触发关键词
销售对接微信号 + 二维码
审核负责人
红线词 / 禁用词
语气风格偏好
AI 人设定位（公开 or 隐式）
文档型知识：产品 / 定价 / 服务流程 / FAQ / 话术。
字段：org_id · category · title · content · sort_order
embedding vector(1536) 注释行预留，pgvector 启用即接 RAG。
对话型训练数据：金牌成交对话。
字段：org_id · stage · buyer_message · sales_reply · quality_score
5 ★ 永远在 top-3 · 1-3 ★ 仅当 5 ★ 不足时填位。
为什么不合表？文档与对话两类数据的结构和注入模式根本不同，合并会增加 SELECT 复杂度和 prompt 构造负担。embedding 列两表都已预留，pgvector 上线后取消注释即可，无需改 schema。
buildExampleBlock 按当前对话 stage 拉对应金牌例子，ORDER BY quality_score DESC LIMIT 3，拼成 few-shot 示范注入 system prompt。目前生产库 18 条覆盖 3 个 stage，正在持续扩充。
按 (org_id + douyin_user_id) 跨会话 shallow merge customer_profile JSONB，best-effort（DB 错误返回 {} 不抛）。渲染为自然语言句子注入 system prompt。
他家 130 平在成都，预算大概 15 万，太太主导。
formatCustomerProfile() 的句法，不要回退到 KV 拼接。→ LLM 进入「档案查询」模式 → 输出客服腔：「您好，根据您的信息我们看到您 130 平 ...」
他家 130 平在成都，预算大概 15 万，太太主导。
→ LLM 像「记得朋友情况」融入 → 输出自然：「上次说的 15 万够整屋主材，要不咱看下方案？」
record_customer_info 工具直接产出描述句，不是 KV。PERSONA 写成真人 · STYLE 30 → 6 条。few-shot 替代规则。
冷开场 vs 暖场逻辑不同 · 3 archetype 各写一组（价格对比 / 装修焦虑 / 模糊探索）。
KV 标签 → LLM 进档案查询模式。record_customer_info 工具直接产描述句。
token 预算 / batch 上限 / 1:1 强制 / 多级 parser / raw 日志 / 模型选择。
外层 JS 字符串 + 内层 ASCII " 会截断。默认全角引号 「」。
只写禁令，模型会换词继续编。必须给出口（如「模糊邀约」「报区间」）。
知识块过大稀释 PERSONA 语气 → 输出客服腔。先上 pgvector 做相关性裁剪。
方括号表情 [勾引] 漏出 + 杜撰地址（成华区展厅）。prompt 层禁令 + strip_bracket_emojis 后处理兜底。
| 路径 | 模型 | 用途 |
|---|---|---|
| CHAT | qwen/qwen3-235b-a22b | chatReply / generateOpener · 人格、风格、记忆全注入 |
| ANALYSIS | qwen/qwen3-235b-a22b | analyzeComments / detectDecisionSignals · 2026-04-27 全切 Qwen3 |
工程指标（实测）：
| 指标 | 数值 |
|---|---|
| src/lib/llm.ts | 1124 行 |
| src/lib/memory.ts | 68 行 |
| LLM 相关 commits | 52 个 |
| 近 3 周迭代 | 22 次 |
| Supabase migrations | 25 个 |
| analyze cron 配置 | */15 * * * * · batch 15 · max_tokens 8192 · budget 270s |
取消注释 embedding vector(1536) 列
按相关性召回 · 替代 1500 字定额预算
18 → 50+ · 用 V3 round 实战成功样本
chatReply 切 V3 4 段式 · 用最近 round 实战 few-shot