企微话术为什么不稳定，
以及我们把它修到了哪一步

近 30 天企微一共生成 130 次，其中用到代码里那份话术的次数是 0——线上 100% 跑的是 Langfuse 后台那一份。而代码里那份，近 120 天被改了 17 次。

换句话说：很多次「修好了」，其实一次都没上线。更糟的是半同步——只改了一半，留下自相矛盾：

【答产品用真信息】…缺字段时说"我让设计师按你户型拉清单"

【红线（违反就是事故）】…绝不说"我发你 / 让设计师整理好发你"

模型在两条互斥规则之间只能随机挑一条——这就是「时好时坏」的直接来源。

质检会把「我方现行规则」喂给判定模型，让它回答「这条问题现有规则管没管」。但拼这份规则的代码，读的正是那份从不生效的兜底版。

后果是双向的：线上其实没有的规则，被判成「有规则但没遵守」→ 建议你去查代码；线上明明有的，被判成「缺规则」→ 建议你再加一条。建议的方向本身就是错的，照着改当然按下葫芦浮起瓢。

企微话术已经堆到 7,346 token（约 6000 多中文字，还没算对话历史）。光「一条回复该多长、该不该抛钩子」就叠了五套互相拉扯的口径，且每轮全量注入。

全仓 3 个评测脚本，没有一个覆盖话术；1000+ 条自动化测试全是纯函数（正则、切句、相似度），一条都不回答「给定这段对话，回复应该满足哪些条件」。

所以每次改话术都是裸改、无保护——这是「修一个坏一个」能一直循环下去的直接原因。

更麻烦的是两处真盲区：反复读硬闸触发时不写任何记录；明禁项重写那次调用不进追踪系统。修完没法验证，只能靠肉眼看对话。

不只是「某条规则写得不好」，而是几整块能力建好了、没通电：

• 决策期话术是死库存——59 条企微会话的阶段分布是 培育 50 / 破冰 5 / 已转人工 4，决策期 0 条。没有任何代码会把会话推进到决策期。于是 52 条决策期金牌问答 + 11 条决策原则 全是接不上电的库存：客户问「哪天能去看」「定金怎么算」，AI 还在用培育期口吻。
• 企微没有转人工出口——AI 写什么就发什么。抖音有一道置信度闸（负面情绪、投诉、临门决策转人工），企微是空的。
• 长对话会失忆——过了第 8 轮，AI 对客户的记忆只剩最近 5 轮对话 + 我方报过的价。客户第 3 轮说的「家里有小孩怕甲醛」「预算 3 万」直接蒸发。

发现：判据是裸词匹配——「人工」「真人」「找个人」「骗」「垃圾」「烦」出现即转人工。拿全屋定制最常见的问句回放，9 句里中 5 句：

「安装人工费是另算的吗」        → 命中「人工」
「你们是真人上门量尺吗」        → 命中「真人」
「我找个人帮我看看户型」        → 命中「找个人」
「板材是不是真的兔宝宝，别骗我」 → 命中「骗」
「垃圾桶要留个位置吗」          → 命中「垃圾」

而「已转人工」是终态——全仓没有任何一处能把它改回来，只能手工改数据库。也就是说：客户问一句人工费，从此石沉大海。

方案：判据全改成带上下文的正则（要「转人工 / 人工客服 / 有真人吗」才算，「人工费 / 真人上门量尺」放行），并对顾虑句和转述句放行（「就怕被骗」「网上说有的商家会骗人」不是投诉）。再加一道 24 小时冷静期自动复活：过了冷静期客户主动再来、且这一轮不再命中任何判据，就把会话接回自动回复；还在发火的照样接不回来。

效果：把「问一句人工费就永久失联」这个最贵的失败模式关掉；即使判错，代价也从永久降级成最多一天。

发现：企微单聊没有稳定的用户 ID，身份就是云电脑截屏读出来的那个显示名。读歪一次就凭空多一条会话、历史清零。库里实测躺着这些「客户」：

「装修设计参考，还有两份必坑指南发送中」 ← 把消息正文读成了名字
「在我们 可以开始聊天了」               ← 把系统提示条读成了名字
「原」「屋」                            ← 名字被截断
「����̽��A」                          ← 名字整串编码坏掉

这直接顶死了 50 轮：一条对话要活到 50 轮，前提是这 50 轮都被认成同一个人。

方案：加一道「这串字符像不像人名」的闸，只拦「凭空建新会话」——已经存在的同名会话照常用（万一真有人叫这名，他的历史不会丢），拦下来就推卡片要人核对，不静默丢弃。

单字：战 芬 晨 禅 孙 妃 香 龙 颖 静 陈 …（20 个）
纯符号数字：👀  🌈🌈🌈  🚘🚘  1656623122  369
带句读的：「初心易得，始终难守」「人生若只如初见，何事秋风悲画扇」

发现：决策期的节奏规则是「每条回复都要顺一个到店钩子」。而「我再看看吧」「心里有数了」被列为强信号，一句话就切进决策期，而且写进数据库永不回退。于是一个只是随口客气一句的培育期客户，从此每条都被推到店——正是 7-02 刚修掉的「像催单机器人」。

方案：把「这一轮用哪套话术」和「数据库里记什么阶段」拆开。话术阶段每轮按最近 4 条客户消息重算，信号没了就自动降温回培育期口吻；数据库里的阶段仍然只进不退，留着当漏斗指标用。

效果：既不丢「这个客户到过决策期」这个指标，又不会把还在咨询的人按在催单模式里。顺带堵死一类事故：阶段值只剩两个取值，异常阶段掉进「抖音冷开场」分支、对已加微的客户说「发个微信号我让设计师加你」这条路从源头走不到了。

发现：「服务总结」「行业资讯」「BibiCoding」「A杨琳 精艺图文广告」这些全都在被正常回复——白烧 token，还把它们算进了转化率的分母。

方案：服务通知类、资讯推送类判为系统号闭麦；公司/广告号单独一档——只在话术复盘时跳过，代回照常回。因为「某装饰公司的老板自己要装房子」是真实存在的单，绝不能闭麦。

发现：为了防「客户没说话我方却狂发」，系统会把客户这一轮说的话跟全部历史比对，重复的就不回。结果客户在第 30 轮又问一次「多少钱」，因为这行历史里出现过 → 判成老话 → 整轮不回，AI 一声不吭。对话越长越容易撞，正好跟 50 轮的目标反着来。

方案：比对窗口从「全部历史」收窄到最近 8 条。防重发照样有效（截屏重复读最多也就翻出最近几条），而隔了很久的重新提问会被正常接住。

发现：会话阶段只有「破冰 / 培育 / 决策 / 已转人工」，没有「约成」这个终点；每天的企微日报报的是加好友数（已通过 / 等通过 / 加不上），跟对话质量、跟到店一点关系没有。

后果是：所有话术改动在业务层都不可证伪——只能看回归闸绿不绿，永远看不到「到底约成了几个」。

方案：两件事。① 加一条确定性的约成判据（必须有确定的时间锚点或明确应约，「我哪天过去方便」这种反问不算），命中就落库并推一张绿卡，让人去接待、提前备样品色卡。② 每天 21:00 推一张五档漏斗。

近 30 天　新建会话 43
① 客户开过口      39  （占新建 91%）
② 聊起来了(≥3句)  12  （占开口 31%）
③ 聊得深(≥6句)     7  （占聊起来 58%）
④ 到过决策期       0
⑤ 约成到店         0
转人工 4 · 客户说了话我方没回 21 · 最长对话 15 个来回

效果：第一次能回答「今天约成几个」「卡在哪一级」。而且每一档都带「占上一档的比例」——单看绝对值看不出哪一级在漏，而这条通道最大的漏点恰恰在最前面。

发现：7-21 列的根因第 4 条就是「缺乏回归闸」。闸后来建起来了（27 条用例），但它不在持续集成里——要额度、要花钱。更要命的是：线上话术在后台改，根本不发版、不经过任何检查。也就是说「改一个坏一个」随时能从代码搬到后台原样重演，而且没人会知道。

方案：挂成每天凌晨 4 点自动跑（一轮约 ¥0.15），失败自动推红牌到告警群。