🧲 评论筛选脚本管理

资源库管理脚本 → 分配给指定客户账号;未分配的客户无法读取/使用脚本。保留原 legacy 全局+客户级编辑作为兼容入口。
脚本分配规则:在后台创建脚本 → 分配给指定客户 → 客户侧 API 仅返回已分配脚本,未分配客户返回空数组(不能使用)。评论入库时按客户 ID 合并所有已分配脚本规则一起评估打分。
如何自动化生成倾向性提示词脚本:先接入 AI 模型(/admin/ai-models)→ 选择客户 → 在「客户专属脚本生成器」一键生成行业脚本,系统用客户行业+产品关键词生成正负向词表。

🗂 脚本资源库(分配制 · 客户只能使用被分配到的脚本)

脚本名称 / 行业 关键词分布 规则参数 已分配账号 状态 操作

📝 待审核词条 · 确认后才进正式词库 正向 0 反向 0

客户端标记会**自动**同步到这里,与管理端是否入库相互独立:
· 客户端点「有效」→ 正向候选,通过后写入该脚本的 正向词库(倾向词);
· 客户端点「无效 / 同行」→ 反向候选,通过后写入该脚本的 丢弃词(反向词), 命中丢弃词的评论在采集入库环节即判 DROP_KW → 这类评论不再采集入库。
未绑定倾向脚本的客户无法入库(行内会标红)——请先在下方「🗂 脚本资源库」创建脚本并分配给该客户。
类型 待审词条 来源评论 / 记录 归属客户 / 目标词库 提交时间 / 操作人 操作

🚫 词条质量校验被拦(仅留痕,不进词库)0

这些词条在「写入前质量校验」被拦下,不进任何词库。规则编号:1 Markdown 表格符 · 2 句子化标点 · 3 长度需 2-15 字 · 4 尾随标点 · 5 重复 · 6 纯数字/长字母 · 7 联系方式样式。
被拦词条 写入目标 命中规则 时间

① 选择客户 → 编辑该客户的采集脚本和权限

③ 测试单条评论的过滤/打分结果

(测试结果展示在这里)

🤖 AI 二次筛选 + 倾向词学习(采集完成后使用)

流程:点「分析」→ AI 把该客户已采集评论分为 潜在客户 / 同行 / 闲聊 三类(分类结果写回记录可追溯),并把潜在客户评论中真实出现的咨询词(如 吊顶/柜门/板材/报价/样板间)提炼为候选词(含次数 + 建议维度 + 原文示例);你勾选确认后点「写入词库」→ 并入该客户绑定脚本的维度词库并自动重新打分画像;已分析过的评论会自动跳过,多次点击=增量学习、AI 调用越来越少。分析期间请保持页面等待(约每 15 条 1 分钟,条数越多越久)。
每个客户用自己的数据独立学习 → 候选词归属各自绑定的倾向词库(自动按客户隔离,不会串库);全部跑完的时长 ≈ 客户数 × N/15 × 1 分钟。若时间太长可分几次(已分析过的自动跳过)。

④ 如何自动化生成「倾向性提示词脚本」(AI 一键生成)

流程:1. 先在「AI模型接入」里添加一个可用模型;2. 选择客户并调用 AI 生成草稿;3. 生成阶段只供预览,不绑定客户;4. 人工核对后点击「上传并绑定」,脚本才写入资源库并在客户侧生效。AI 调用失败时会显示模板草稿及明确标识,仍需人工确认后上传。

🧙 客户专属脚本生成器(AI → 预览 → 上传绑定 → 客户立即可见)

按客户行业生成关键词 + 权重规则;先预览确认,再"上传"。上传后:该脚本立即进入脚本资源库并 assigned_customer_ids=[当前客户],客户侧客户端刷新即 total=1 可见。