11 VOC Agent理想 · 用户原声智能体全栈

VOC Voice Agent · 用户原声智能体

归属:理想汽车 · 车主/竞品策略 — 入口 理想。与腾讯 98008 不是同一产品。
脱敏:品牌与原声均为虚构。

「无引用原声,不得回答。」

公开 Agent 全栈:对话入口 · 意图调度 · Skill 白名单 · 原声证据 · Kit 治理。

Demo · Voice Agent Insight Kit 报告 6 项测试 另一套:98008 →

1. 能力层(VOC 专属)

L0
入口 · 对话页销售/策略侧提问;快捷芯片:价格关口 / 议题 / 话术 / 质检
L1
主调度 · VocAgent.answerdetectIntent:质检 > 话术 > 价格关口 > 议题检索
L2
Skill 白名单search · topicStats · priceCeiling · fourStep · checkScript
L3
原声证据议题语料 · 点赞加权 · citations 必填 · 无 cite 拒答
L4
治理 · Insight Kit跑批更新语料 · codebook / 禁止规则 · tests.html
公开复刻为规则引擎(无托管 LLM);产品化挂模型时 Skill 边界不变。

2. 全栈架构图

flowchart TB subgraph L4 [治理层 · VOC Insight Kit] C[评论快照] --> D[去重合并点赞] D --> CB[议题 codebook] CB --> SENT[情感 / 否定] SENT --> W[点赞加权] W --> REP[问题·结论·原声报告] REP --> SCR[四步话术包] SCR --> FORB[禁止话术规则] end subgraph exec [执行层 · Voice Agent] UI[L0 对话入口] --> ORCH[L1 detectIntent] ORCH --> SK[L2 Skill 白名单] SK --> Q[(L3 原声语料)] ORCH -->|无 cite| X[拒答] SK -->|质检未过| X end REP --> Q FORB --> SK

3. 对话时序

sequenceDiagram participant U as 销售/策略 participant A as VocAgent L1 participant S as Skill L2 participant Q as 原声 L3 U->>A: 价格关口? A->>A: detectIntent A->>S: priceCeiling S->>Q: 价位点 × 点赞加权 alt 无原声 A-->>U: error 拒答 else 有原声 S-->>A: blocks + citations A-->>U: 结论 + 原声卡片 end

4. Skill / API

调用层说明
VocAgent.answer(text)L1主入口;返回 blocks/citations 或 error
search / topicStatsL2议题检索与负面率
priceCeiling()L2负面点赞占比首次 ≥50% 的价位
fourStep(topic)L2认同→重构→转移→落地 + cite
checkScript(text)L2禁止话术命中列表

产品化 HTTP 建议

POST /v1/voc/query     { question } → { answer, citations[] }
POST /v1/voc/scripts   { topic, model } → { steps[], cite }
POST /v1/voc/moderate  { text } → { ok, hits[] }
POST /v1/voc/batch     { comments[] } → report_id

5. 与 Kit 的分工

Insight Kit L4Voice Agent L0–L3
形态跑批 → HTML 报告对话追问
输出议题结论 + 话术包带引用回答 + 即时质检
硬约束编码本 / 禁止规则无原声引用则拒答

6. Demo 路径

  1. 打开 Voice Agent:价格关口 → 原声卡片
  2. 生成四步话术 →「检查:保证提车+竞品垃圾」→ 拦截
  3. 对照 Insight 报告议题口径