feat(W21-D1~D4): 四项待决按建议全部落地 + 1 条金标期望登记修订

按甲方 2026-09-21「按照你建议的改」批准 `D4.8` §6 四项，全部落地： - W21-D1 生成侧禁令：`DEFAULT_EVIDENCE_SYSTEM` 红线 ② 与 `DEFAULT_EVIDENCE_TEMPLATE` 第 ④ 条同时写明「不要把收益/回报/涨幅/净值增长率的具体数字或百分比写进答复」。红线门槛代码（`ZERO_TOLERANCE_WORDS` / `hits_zero_tolerance` / `YIELD_METRIC_TERMS` / `drop_yield_claims`）零改动；实测该 `prompt_code` 从未发布，改代码默认值即刻生效、无需发布流程。 3 条问句 × 3 次 = 9/9 走 `E4` 真实作答（修复前 0/9）。 - W21-D2 指代依据：`_answer_suitability` 在主语由形状反解（`inferred=True`）时开场即「您上一轮提到的是「X」，我就按它帮您核对：」。 - W21-D3 答非所问闸门：新增产品名两种写法识别 + 前缀噪声剥离 (`_strip_product_name_lead`) + `_names_other_product`，接入 `E5b` 相关性闸门。 - W21-D4 作答语气：`PARTIAL_TEMPLATE` 改「关于这一点，公开资料里的口径是：」；新增 `PARTIAL_FAQ_TEMPLATE`，命中块是 FAQ 问答对时直接以答案正文开场。判据变更（知情项）：`I-01`「南方科技是什么公司？」的金标期望出口由 [E5b, E3] 补入 `E4` —— 这正是提示词红线 ②（专为「名称查不到」设计）首次真正生效，考点两条（禁忌字面不出现 / 关键事实命中）不变，见 `D4.8` §9.3。新发现（未擅自执行，登记待决）：`docs/43-场内基金产品手册（知识库入库版）.md` 从未进入 `tools/build_knowledge_chunks.py` 的 `SOURCES`（702 块里「科创债」0 处），这是「问在库的产品却答另一只」的根本原因；`W21-D3` 只是止损。验收：金标 M-1 46/46、M-4 46/46、M-6 5/46、M-7/M-8/M-9/M-10=0、M-2 28/31、 M-2b 15/18、M-3 4/4；全量 1994 passed / 3 skipped；ruff 零新增；真 HTTP 11 条对照见 `D4.8` §9.4。文档：`D4.8` v1.0→v1.1（新增 §9）、`D3.7` v1.0→v1.1（I-01 注）、 `D1.6` v1.0→v1.1（新增 §10 本轮对话上下文）、`D2.1` v6.37→v6.38、 `D2.9` v1.1→v1.2、`D1.1` v1.13→v1.14。
2026-09-21 11:23:31 +08:00
parent dd5e9f8435
commit 36d9ba9b9f
8 changed files with 511 additions and 37 deletions
@@ -2177,3 +2177,168 @@ async def test_suitability_exit_still_clarifies_on_a_first_turn_pronoun() -> Non
    result = await agent._answer_suitability(build_request("它费率多少？"), CUSTOMER)
    assert result.clarification_required is True
    assert result.transfer_required is False
+
+
+# ---------------------------------------------------------------------------
+# `W21-D1`~`D4`：甲方四项待决的落地守卫
+# ---------------------------------------------------------------------------
+
+
+def test_evidence_prompt_bans_yield_numbers_in_the_generated_answer() -> None:
+    """`W21-D1`（`C-11`）：根因在**生成侧**，所以修法是把禁令写进提示词。
+
+    三条实测问句（`南方现金添利怎么样` / `买基金要手续费吗` / `债基和货基哪个收益高`）
+    检索**完全正确**，生成稿里却出现收益数值，被 `hits_zero_tolerance` **整条**拦回 `E5b`。
+    改闸门（先净化再判合规）已被实测证伪（整行丢弃会把单行长段整条删空），
+    因此必须在源头说清楚"不要写数字"。
+    """
+    template = customer_service_module.DEFAULT_EVIDENCE_TEMPLATE
+    assert "不要出现任何收益数值" in template
+    # 模板必须仍能被 `_answer_from_evidence` 正常 format：裸花括号会让运行期回落内置模板，
+    # 于是这段禁令**静默失效**——比不写更糟。
+    rendered = template.format(evidence="【证据】", message="测试问句")
+    assert "【证据】" in rendered
+    assert "测试问句" in rendered
+
+
+def test_output_side_yield_check_is_not_relaxed_by_d1() -> None:
+    """`W21-D1` 只改**生成侧话术**，输出侧红线一条没松（安全边界不退让）。"""
+    from app.core.customer_service_rules import hits_zero_tolerance
+
+    assert hits_zero_tolerance("该产品近一年收益率 11.85%。") is True
+    # 「问含义」照旧放行（`A-05`/`F-04` 要求「什么叫七日年化」必须能答）。
+    assert hits_zero_tolerance("什么叫七日年化？") is False
+
+
+def test_partial_exit_uses_an_answering_tone() -> None:
+    """`W21-D4`：`E5b` 开场白从"我把找到的资料放上来"改成"作答"语气。
+
+    内容一字未改，只换开场 —— 客户对"这个客服会不会答"的判断完全不同。
+    """
+    result = build_agent()._exit_partial(
+        [{"score": 0.6, "content": "基金申购费率按金额分档。"}], note="置信度不足"
+    )
+    assert "关于这一点，公开资料里的口径是：" in result.text
+    assert "我先帮您把找到的公开资料放上来" not in result.text
+    assert result.transfer_required is False
+
+
+def test_partial_exit_answers_a_faq_pair_directly() -> None:
+    """`W21-D4`：命中块本身就是一条 FAQ 问答对时，**以答案正文开场**，不套前言。
+
+    实测「债基和货基哪个收益高」命中的 `FAQ-0068` 正文就是标准答案，
+    却因为兜底式开场显得"客服不会答"。
+    """
+    content = (
+        "问：债券型基金和货币市场基金哪个收益高？\n"
+        "答：两者是不同风险收益特征的品类，本公司不提供这类比较结论。"
+    )
+    result = build_agent()._exit_partial(
+        [{"score": 0.7, "content": content}], note="置信度不足"
+    )
+    assert result.text.startswith("问：债券型基金和货币市场基金哪个收益高？")
+    assert "关于这一点，公开资料里的口径是" not in result.text
+    assert "400-889-8899" in result.text
+
+
+def test_knowledge_miss_judgement_survives_the_template_change() -> None:
+    """`W21-D4` 的连带风险：`F-2`/`G-05` 的转人工判据锚在 `KNOWLEDGE_MISS_TEXTS` 上。
+
+    改开场白必须让判据**同源移动**，否则会出现「模板改了、判据静默失效」——
+    该转人工的不转、或不该转的乱转。
+    """
+    agent = build_agent()
+    for text in customer_service_module.KNOWLEDGE_MISS_TEXTS:
+        assert agent._knowledge_missed(CoreResult(text=text)) is True
+    assert agent._knowledge_missed(CoreResult(text="这是一段有实质内容的答复")) is False
+
+
+def test_product_names_covers_both_corpus_shapes() -> None:
+    """`W21-D3`：产品名在语料里有**两种真实写法**，只认一种会漏掉整类 ETF。"""
+    agent = build_agent()
+    assert agent._product_names("科创债ETF南方怎么样") == {"科创债ETF南方"}
+    assert agent._product_names("货币ETF南方和公司债ETF南方哪个好") == {
+        "货币ETF南方",
+        "公司债ETF南方",
+    }
+    # 归一化：语料里带不带空格都有，同一个名字必须判成同一只。
+    assert agent._product_names("南方稳健增利债券 A 的费率") == {"南方稳健增利债券A"}
+    # 类目词不是产品名；公司名也不是（后缀约束在起作用）。
+    assert agent._product_names("我想买个债基") == set()
+    assert agent._product_names("南方基金是什么公司") == set()
+
+
+def test_product_names_survive_leading_noise_in_the_question() -> None:
+    """`W21-D3`：正则没有左边界，**动词 / 连接词会被吞进产品名**，必须剥干净。
+
+    吞进来的后果不是"少判一次"，而是**造出假「没找到」**：`asked` 变成了
+    「我想买科创债ETF南方」，命中块里当然找不到这个名字，于是客户明明问在库的产品
+    却被回一句"没有公开资料"。这条是有针对性的回归守卫。
+    """
+    agent = build_agent()
+    assert agent._product_names("我想买科创债ETF南方怎么样") == {"科创债ETF南方"}
+    assert agent._product_names("货币ETF南方和公司债ETF南方哪个好") == {
+        "货币ETF南方",
+        "公司债ETF南方",
+    }
+    assert agent._product_names("申购南方平衡优选混合要多少钱") == {"南方平衡优选混合"}
+    # 最短的 ETF 名（2 字 + 后缀）不得被剥到失真。
+    assert agent._product_names("买货币ETF南方") == {"货币ETF南方"}
+
+
+def test_product_mismatch_gate_catches_answering_with_another_product() -> None:
+    """`W21-D3`：问 A 却拿 B 的产品卡 ⇒ 判"答非所问"，`E5b` 宁可说没找到。"""
+    agent = build_agent()
+    hits = [
+        {
+            "title": "南方基金管理股份有限公司 公募基金与专户产品手册 · 一、公募基金产品 · 1.",
+            "content": "1.2 南方稳健增利债券 A〔示例〕\n风险等级 R2（中低风险）",
+        },
+        {"title": "… · 四、产品对比与适当性匹配", "content": "C1 可购买 R1、R2。"},
+    ]
+    # 命中块讲的是**别的**产品 ⇒ 启用闸门。
+    assert agent._names_other_product("科创债ETF南方怎么样", hits) is True
+    # 命中块讲的就是问句里那只（哪怕带空格差异）⇒ 不判答非所问。
+    assert agent._names_other_product("南方稳健增利债券 A 怎么样", hits) is False
+    # 问句没点名具体产品（问的是类目）⇒ 闸门不启用。
+    assert agent._names_other_product("我想买个债基", hits) is False
+    # 命中块讲的是通用条款、一个产品名都没提 ⇒ 闸门不启用（通用条款本来就该照答）。
+    generic = [{"title": "第五章 费用与费率管理", "content": "费用按金额分档收取。"}]
+    assert agent._names_other_product("科创债ETF南方怎么样", generic) is False
+
+
+async def test_suitability_exit_states_the_inferred_referent() -> None:
+    """`W21-D2`：主语是**反解**出来的时必须摆出指代依据，客户认错要能立刻纠正。"""
+    agent = build_agent()
+
+    async def fake_risk_level(product: str, context: RequestContext) -> int:
+        return 2
+
+    async def fake_call_tool(name, arguments, *, intent, context):  # noqa: ANN001, ANN202
+        return {
+            "allowed": True,
+            "reason_code": "SUITABLE",
+            "required_disclosure": False,
+            "requires_confirmation": False,
+            "requires_recording": False,
+            "customer_risk_level": 3,
+            "assessment_valid_until": None,
+        }
+
+    agent._product_risk_level = fake_risk_level  # type: ignore[method-assign]
+    agent.call_tool = fake_call_tool  # type: ignore[method-assign]
+    history = (
+        ConversationTurn(role="user", content="我想买个债基"),
+        ConversationTurn(
+            role="assistant",
+            content=(
+                "问：你们有没有债券型基金（债基）？\n"
+                "答：有。代表产品是南方稳健增利债券 A〔示例〕，风险等级 R2（中低风险）。"
+            ),
+        ),
+    )
+    result = await agent._answer_suitability(
+        build_request("它适合我吗", history=history), CUSTOMER
+    )
+    assert "您上一轮提到的是「南方稳健增利债券 A」" in result.text
+    assert "可以购买" in result.text