Appearance
垂类 Agent 产品设计方法
文档类型：跨产品方法 · 垂类 Agent 怎么设计
日期：2026-09-05 · 状态：跟练可用
案例：母婴顾问小悦（见本站 母婴馆场景）
0. 一句话
场景包驱动，不是能力堆砌。
先锁「用户刚需情境能不能端到端做对」，再设计意图 / 槽位 / 管道，最后才挂 KB、Tool、Memory 等模块；题集是门禁，不是百科。
反面教材：先点亮 Memory / Workflow / 评测中心 / 插件，再拿口语 Bad Case 打补丁——体感永远「像在打补丁」。
1. 正确设计顺序
不要先把意图 / 槽位全做完再想测评。
要先有场景和期望（考什么、怎样算对）→ 意图 / 槽位是为了答对这些题的机制 → 做完用同一套题验收。
① 定位 + 刚需（客户要什么 / 做什么 / 不做什么）
↓
② 场景包（用户原话）+ 期望结果（管道 / 槽位 / 该出什么）
← 此处已有「测评集雏形」
↓
③ 意图（粗路由）+ 槽位 + 领域规则（怎么答对）
↓
④ 编排落地（Workflow / Scene / 客户端）
↓
⑤ 黄金集冻结 → 同构跑答 → 人终裁 → 门禁| 步骤 | 产出物 | 不做什么 |
|---|---|---|
| ① 定位+刚需 | 3～5 条价值主张；做/不做边界 | 面面俱到的「全能顾问」 |
| ② 场景+期望 | 包 ID + 用户原话 + 期望管道/槽位/结果 | 先写 500 道口语变体；把「L 码」做成意图 |
| ③ 意图/槽位/规则 | 意图×管道表、品类×槽位、码表 | 单 SKU 硬匹配脚本堆叠 |
| ④ 编排 | 消息处理一页纸（见 §3） | 模块清单平均用力 |
| ⑤ 门禁验收 | 冻结黄金集 + 同构 Run + 人终裁 | 用旧 Run / dry-run 假结果宣称过关 |
「是否全面」：看刚需场景有没有漏管道，不看口语是否穷尽。
第 ⑤ 步怎么操作（开跑六步、机评≠过关、≥24/28）：见 评测中心用户操作手册 §0。
2. 三层分开：意图 · 槽位 · 领域规则
混乱几乎都来自把「买什么」和「怎么买对」混成一件事。
| 层 | 问的是什么 | 例子 | 谁负责 |
|---|---|---|---|
| 意图 | 用户想完成哪类任务 | 搜品、查券、清单、顾问、拒诊 | 路由（规则 + 可选小模型） |
| 槽位 | 还缺哪条关键信息 | 品类、体重、stage、段数 | 词典 / 多轮续槽 / 档案 |
| 领域规则 | 信息齐了怎么筛 | 8kg→M；待产→pregnant-late | Code / 码表，不交给模型编 |
口诀：
意图决定走哪条管道；槽位决定管道里能不能答对；领域规则决定出什么结果。
「推荐 L 码尿不湿」→ 意图仍是搜品；L / 尿不湿是槽位。
「推荐尿不湿」意图对、槽位缺 → 先追问，不要猜码。
3. 用户发一条消息之后：平台编排一页纸
对每一类场景包在设计期写死下面五步（实现时才挂模块）：
用户消息
→ ① 路由：Scene / 关键词 / 小模型 → 管道 A|B|C|D
→ ② 槽位：齐？档案可补？否则追问 + pending 续跑
→ ③ 执行：按管道挂载（见下表）
→ ④ 输出：文本 / 卡片 / 清单 / actions
→ ⑤ 失败：诚实空态；交易路径禁止 Tool 风暴3.1 管道与模块挂载（示例：交易型垂类）
| 管道 | 典型场景 | 主执行 | 慎用 / 不用 |
|---|---|---|---|
| A 确定性交易 | 搜品、查券、清单 | Workflow + HTTP 插件 + 模板导语 | 开放多 Tool 乱调 |
| B 有据顾问 | 辅食、喂养建议 | 本地规则 / 食谱索引 + 小模型组织语言 | 无据胡编；可后置 KB |
| C clarify | 意图不清 | 引导回刚需任务 | 假装全能 |
| D 红线拒答 | 用药、诊疗 | 拒诊模板 | 出药卡 / Tool |
模块（KB、Tool、Memory、Scene）是管道配件，不是并列「都要做满」的能力清单。
3.2 平台能力 vs 业务配置
| 平台（Flow 通用） | 业务（本垂类） | |
|---|---|---|
| 是什么 | 续槽协议、pending、Workflow 短路、Memory CRUD、Scene 引擎、插件、评测中心 | 意图关键词、品类×槽位表、码表、stage 词典、导语、货盘 API |
| 谁改 | 平台工程 | 垂直业务 + seed |
| Flow 可见 | Agent / Workflow / Plugin / Memory / Eval | 槽位表可先文档+seed；稳定后再做配置 UI |
换一条垂类线：平台机制复用，业务只换表。
4. 场景包与题集（测评怎么用）
| 概念 | 定义 | 规模建议 |
|---|---|---|
| 场景包 | 一个可验收的对话情境 | P0 约 8～20 包；扩到 40～60 |
| 测评题 | 该包下 2～4 句用户原话 + 期望 | 一期 100～200 题 |
| 黄金集 | P0 必跑子集 | 约 24～30 题；部署后必跑 |
纪律：
- 失败先归入某个场景包，再决定加 1 题还是改规则。
- 一周只改一类 Bad Case（续槽 / 路由 / 查券 / 清单不要同 PR 混改）。
- 题库到约 200 就合并同质包，不无限膨胀。
- 发布闸：黄金集不通，不宣称「Agent 已上线」。
- 跑答须同构线上（尤其交易 HTTP）；考场与产品不一致时，先改环境再开新 Run，勿在错误考场上终裁充数。
操作清单（冻结 → 环境 → Run → 机评 → 人终裁 → 门禁）以 评测手册 §0 为准；本节只定「题从场景来、门禁用人确认」。
4.1 归类 vs 归因（选项从哪来）
两套下拉不要混成一列：
| 归类（场景 / 题型） | 归因（为什么挂） | |
|---|---|---|
| 问的是 | 用户在办哪类事 | 链路哪一环坏了 |
| 依据 | 业务场景地图 | Agent 处理流程图 |
| 用途 | 题集覆盖、风险分布 | 开工单（改词表/路由/库/Prompt…） |
| 规模 | 建议 5～8 类 | 建议 6～8 类（与节点对齐） |
口诀：
归类看客户业务；归因看消息怎么走。
不会设计时，先向建设方要一张「用户一句话之后」的流程图，再把每个决策点收成归因枚举。
平台通用归因七类（知识/工具/Prompt/上下文/模型/护栏/其他）适合跨垂类统计；垂直客户可按本链路切细，再映射回七类。详见下方 §8。
5. 文档怎么拆（避免白皮书当施工真源）
| 角色 | 回答什么 | 示例（母婴） |
|---|---|---|
| 全貌 / 授课 | 做成什么样、先做哪几条刚需 | 对话策略全貌（原白皮书） |
| PRD 契约 | 验收条款、GWT | 正式 PRD |
| 架构真源 | 节点、插件、决策 | Agent 设计真源 |
| 施工规格 | 品类×槽位、档案 TTL、硬路由 | 槽位与档案规格 |
| 验收闸 | 现网通不通 | P0 反向核对、发布检查单 |
全貌定范围；PRD 定契约；规格定施工；验收定是否上线。
不要只改全貌当落地。
产品目录建议与 Flow 同构六段：01 规划 → 02 需求 → 03 架构 → 04 技术方案 → 05 规格 → 06 评审验收。
6. 反模式清单（设计评审可勾）
| ❌ 反模式 | ✅ 改法 |
|---|---|
| 能力驱动：先堆 Memory/KB/Multi-Agent | 场景包门禁先绿 |
| 意图过细（一码一意图） | 意图粗、槽位细 |
| 缺槽猜结果 | 追问 + pending 续跑 |
| 交易失败落入多 Tool 风暴 | 诚实空态 / 引导重试 |
| 业务特例写进平台核心 | 业务进表；平台只保留协议 |
| 前端/Scene/Workflow 三套意图口径 | 单一意图真源 + 降级瘦身子 |
| 白皮书/讲义当唯一施工文件 | 规格表 + seed + 验收表 |
| 无限加关键词补丁 | 改场景包规则或加边界题 |
| 归因写成「不专业 / 太短」 | 对着链路节点归因；给建设方可改的工单 |
7. 开一条新垂类的最小清单
- [ ] 写下定位 + 3～5 条刚需（用户办成什么 / 不做什么）
- [ ] 列出 P0 场景包（用户原话 + 期望管道与槽位）← 测评雏形
- [ ] 填「品类/任务 × 槽位」表 + 领域规则
- [ ] 画「消息 → 五步编排」并标明每管道挂哪些模块
- [ ] 写黄金集 20～30 题并冻结；约定同构跑答环境后再开 Run
- [ ] 人终裁 + 门禁脚本；接发布检查单
- [ ] 分清平台协议 vs 本垂类 seed/配置
- [ ] 文档六段归位；全貌可授课，施工看规格
案例走查：打开 晨悦母婴馆 README 按「怎么读」从全貌 → 规格 → P0 核对。
开跑细节：评测手册 §0。
外包测评 / 归类归因案例：见 §8；对外短文底稿见 学校问答案例。
8. 案例：外包测评（学校智能问答）
情境（匿名）：Agent 由建设方实现；学员/运营只负责测评效果，不会「设计归类和归因选项」。
用途：授课案例 + 方法迁移；不是平台内置的「学校问答标准答案页」。
8.1 她们缺什么
平台能提供：场景驱动出题、Run、人终裁、归因统计、门禁。
平台不会内置对方的本/研身份标签、活动库路由枚举——那些必须从对方链路图长出来。
8.2 归类选项（业务场景，示例）
控制在 5～8 类，例如：
| 归类 | 测什么 |
|---|---|
| 教务政策与学籍 | 成绩、选课、规章 |
| 课外实践与发展 | 竞赛、讲座、社团招新 |
| 校园生活与行政 | 宿舍、食堂、办事流程 |
| 闲聊与校园认知 | 问候、学校常识 |
→ 每类 2～4 题 = 测评集雏形；故意加「跨身份 / 该拒 / 库外」题。
8.3 归因选项（对着链路节点，示例）
建设方典型 RAG 流水线：
text
安全检查 → 意图预处理 → 场景路由 → 定知识库范围
→ 身份标签匹配 → 检索与生成 → 兜底| 链路节点 | 归因选项 | 标注员一句话判据 |
|---|---|---|
| 安全 | 安全过滤问题 | 该答被拒 / 不该答却答了 |
| 意图/同义 | 意图识别问题 | 问 A 当 B |
| 场景路由 | 场景路由问题 | 活动题进了通识库等 |
| 知识范围 | 知识库缺失/过期 | 库中无或过时 |
| 身份标签 | 身份标签匹配问题 | 本/研/教职工答错域 |
| 检索 | 信息检索问题 | 库里有，未召回或分低兜底 |
| 生成 | 回答生成问题 | 材料对，表述/引用乱 |
映射到平台七类（便于跨项目报表）：安全→guardrail；库缺失→knowledge；检索→tool 或 knowledge（团队定一条）；生成→prompt/model；路由/身份→context 或业务子标签。
另标 归属：业务（库内容/政策未上）vs 平台/引擎（路由 bug）——外包测评分责特别有用。
8.4 她们怎么做（最小顺序）
text
① 向建设方要链路图 + 做/不做边界
② 列归类（场景包）→ 出题
③ 按节点列归因 + 一句话判据
④ 跑答 → fail 必选归因 → 出「场景占比 + 归因占比」
⑤ Top 归因做成建设方迭代工单推广叙事与课上讲义扩写：归类/归因案例由教练侧按需发放。
附录 · 修订
| 日期 | 说明 |
|---|---|
| 2026-09-05 | v0.1：从母婴小悦复盘提炼为跨产品垂类 Agent 设计方法；锁定场景驱动顺序与文档分工 |
| 2026-09-05 | v0.2：§1 收成「定位→场景期望（测评雏形）→意图槽位→编排→门禁」；链到评测手册六步与同构跑答纪律 |
| 2026-09-05 | v0.3：§4.1 归类 vs 归因；§8 外包测评（学校问答）案例；链教研推广底稿 |