# 执行步骤：编导AI脚本对话记录分析

> 文档编写：产品经理（依据业务专家 01_业务方法.md 拆解）
> 创建日期：2026-06-02
> 版本：v1.0

---

## 执行流程概览

```
Step 1：素材接收与预处理
    ↓
Step 2：对话单元切分
    ↓
Step 3：编导不满意信号标注
    ↓
Step 4：AI 输出缺陷归类（D1-D6）
    ↓
Step 5：根因追溯（A/B/C 维度）
    ↓
Step 6：优化建议生成
    ↓
Step 7：汇总输出分析报告
```

---

## Step 1：素材接收与预处理

**执行角色**：AI 助理
**依赖**：用户提供的对话记录文件

**任务内容**：
1. 接收用户上传的对话记录（支持格式：txt / md / Excel / JSON）
2. 识别文件中的基本信息：
   - 对话总条数
   - 是否包含多个编导（需区分 or 匿名处理）
   - 是否涉及敏感业务信息（需提示用户确认）
3. 对记录按「编导提问 → AI 回复」进行配对清洗
4. 输出预处理摘要（行数、轮次数、异常条目说明）

**预期产出**：可供后续步骤使用的清洗后数据，以及预处理摘要说明

**风险点**：
- 对话记录格式不规范（未明确区分提问/回复），需人工辅助切分
- 涉及敏感信息时，暂停执行，等待用户确认

---

## Step 2：对话单元切分

**执行角色**：AI 助理
**依赖**：Step 1 清洗后的数据

**任务内容**：
1. 以「一次完整的需求→反馈→修正循环」为单位，将对话切分为独立分析单元
2. 每个单元命名规则：`[编导标识]-轮次编号`（如 `A-01`、`B-02`）
3. 标注每个单元的基本属性：
   - 轮次类型：单轮采纳 / 单轮放弃 / 多轮迭代
   - 对话长度（几条来回）
   - 脚本类型（短视频 / 短剧）

**预期产出**：结构化的对话单元列表（表格形式）

---

## Step 3：编导不满意信号标注

**执行角色**：AI 助理（依据 01_业务方法.md 第三节框架）
**依赖**：Step 2 对话单元列表

**任务内容**：
1. 对每个对话单元，扫描编导的所有话语
2. 按「显性信号」和「隐性信号」两类标注
3. 给出不满意程度评级：
   - 低：仅微调要求（"更短一点"）
   - 中：局部否定或方向修正（"这段不行，重新写"）
   - 高：全盘否定或多轮无果放弃

**预期产出**：每个单元附带「满意度标注」列

---

## Step 4：AI 输出缺陷归类

**执行角色**：AI 助理（依据 01_业务方法.md 第四节 D1-D6 分类）
**依赖**：Step 3 标注结果 + 对应 AI 原始回复内容

**任务内容**：
1. 找出触发编导不满意信号的 AI 回复内容
2. 对照 D1-D6 主类，归类每条缺陷
3. 摘录触发缺陷的原文片段（作为证据）
4. 允许一条回复同时属于多个缺陷类（多标签）

**预期产出**：缺陷归类表（单元 + 缺陷类别 + 原文摘录）

---

## Step 5：根因追溯

**执行角色**：AI 助理（依据 01_业务方法.md 第五节 A/B/C 框架）
**依赖**：Step 4 缺陷归类表

**任务内容**：
1. 对每条已归类的缺陷，追溯根因维度（A/B/C）
2. 判断依据：
   - 若编导信息输入充足、AI 仍输出有问题 → 偏 C（模型限制）
   - 若编导输入本身模糊或不完整 → 偏 A（提示词质量）
   - 若编导预期本身矛盾或不清晰 → 偏 B（预期设定）
3. 可组合标注（如 A+C）

**预期产出**：根因追溯列（追加到缺陷归类表中）

---

## Step 6：优化建议生成

**执行角色**：AI 助理
**依赖**：Step 5 根因追溯结果

**任务内容**：
1. 根据根因类型，生成对应优化建议：
   - A 类根因 → 面向编导的「提示词写法建议」
   - B 类根因 → 面向编导的「需求澄清建议」
   - C 类根因 → 面向系统的「绕过策略或工作流调整建议」
2. 每条建议需包含：**问题描述 + 具体改进动作 + 改进前/后示例**

**预期产出**：优化建议清单

---

## Step 7：汇总输出分析报告

**执行角色**：AI 助理 + 产品经理（格式审校）
**依赖**：Step 1-6 全部产出

**任务内容**：
1. 整合所有分析结果，生成完整的分析报告（Markdown）
2. 报告结构：
   - 执行概况（样本规模、轮次分布、整体满意度）
   - 问题汇总（缺陷分布热力图 + Top3 主要问题）
   - 根因分析（A/B/C 各维度占比及代表案例）
   - 优化建议（按紧迫程度排序）
   - 附录：逐条分析明细表
3. 业务专家审核后，产品运营生成 HTML 版本

**预期产出**：`04_项目案例/项目执行01/生成案例.md`

---

## 风险与应对

| 风险 | 概率 | 应对方案 |
|:---|:---|:---|
| 对话记录格式混乱，无法自动切分 | 中 | 提供半结构化模板，人工辅助对齐后再跑 |
| 样本量不足导致规律难以发现 | 中 | 降低结论强度，标注"基于小样本，供参考" |
| 涉及敏感业务信息 | 低 | 暂停 → 提示用户 → 脱敏后继续 |
| AI 助理对特定缺陷类判断出错 | 中 | 业务专家逐条复核，超3轮项目主管介入 |