NL2SQL：5 位产品代码被丢弃导致"查询成功但数据错"（演示产品 15911 正是 5 位）

## 现象

通用自然语言查询里问「查询15911的净值」，返回的是**别的产品**的数据：

```
问：查询15911的净值          → 返回 511810 货币ETF南方 的净值
问：查询基金代码15911最近30天净值 → 同上
```

而且 `status = success`、`message = 查询成功` —— **不报错，只是数据是错的**。

## 根因

`financial_nl2sql_service._filters()` 只认 6 位数字：

```python
re.findall(r"(?<!\d)\d{6}(?!\d)", question)      # 15911 只有 5 位 ⇒ 被静默丢弃
```

过滤条件为空 ⇒ 生成的 SQL **没有产品过滤**（`WHERE 1=1 ... GROUP BY ... LIMIT 50`）
⇒ 返回一批无关于问题的产品净值。现库实测：**6 位代码 25 个、5 位代码 1 个**
（后者就是演示产品 `15911`）—— 所以这个缺陷精确地打在了演示产品上。

`tests/unit/service/test_financial_nl2sql_golden_cases.py` 里 30 条黄金用例**全是 6 位代码**
（159511/588890/159948），因此从未暴露。

## 修法

`app/service/financial_nl2sql_service.py`：

- 产品代码模式放宽为 **5–6 位**（`(?<!\d)\d{5,6}(?!\d)`）；
- 5 位数字更容易与"金额/数量/天数"撞车（6 位不会），因此加单位守卫：
  紧跟 `元/万元/万/亿/份/股/手/天/日/周/个月/年/次/笔` 的一律**不当**产品代码
  （例：「申购金额50000元」里的 50000）；
- 抽成 `_product_codes()` 便于单测。

## 验证

- `query("查询15911的净值")` → SQL 含 `p.product_code = :filter_0`、参数 `15911`、
  返回行 `{"product_code": "15911", "product_name": "15911 自定义产品", "nav": "1.074596"}`；
  三种问法（"查询15911的净值"/"查询基金代码 15911 最近 30 天的净值"/"15911 的最新净值是多少"）全部命中 15911；
- 新增 5 条单测：5 位代码成为过滤条件、6 位仍正常、金额不当代码、
  年份/天数不被误认、多代码并存；
- `pytest tests/unit tests/contract` → **1458 passed, 2 skipped, 0 failed**；
- `ruff` 干净。

## 说明（未改，供你决定）

问「最新净值」时返回的是该产品的 50 行净值明细（SQL 无 `ORDER BY`），
不是"最新的那一条"。要的话我可以补成按日期倒序、单点取值。

app/service/financial_nl2sql_service.py

@@ -46,10 +46,32 @@ def _range(question: str) -> tuple[str | None, str | None]:
     return start.strftime("%Y-%m-%d %H:%M:%S"), end.strftime("%Y-%m-%d %H:%M:%S")
 
 
+#: 产品代码形态：本平台现库**5 位与 6 位并存**（6 位 25 个，5 位 1 个 —— 演示产品 `15911`）。
+#:
+#: 原先只认 `\d{6}`，于是 5 位代码被**静默丢弃**：查询退化成"不带产品过滤"，
+#: SQL 里没有 `fin_product.product_code = ?`，却仍返回 `status=success` —— 实测
+#: 「查询15911的净值」返回的是 511810 等其它产品的净值，**看起来成功、数据却是错的**。
+_PRODUCT_CODE = re.compile(r"(?<!\d)\d{5,6}(?!\d)")
+
+#: 5 位数字更可能与"金额/数量/天数"撞车（`\d{6}` 不会）。紧跟这些单位的一律不当产品代码：
+#: 例如「申购金额50000元」里的 50000。
+_AMOUNT_UNIT_AFTER = re.compile(r"^\s*(?:元|万元|万|亿元|亿|份|股|手|天|日|周|个月|年|次|笔)")
+
+
+def _product_codes(question: str) -> list[str]:
+    codes: list[str] = []
+    for match in _PRODUCT_CODE.finditer(question):
+        code = match.group(0)
+        if len(code) == 5 and _AMOUNT_UNIT_AFTER.match(question[match.end():]):
+            continue
+        codes.append(code)
+    return sorted(set(codes))
+
+
 def _filters(question: str) -> tuple[dict[str, Any], ...]:
     return tuple(
         {"field": "fin_product.product_code", "operator": "=", "value": code}
-        for code in sorted(set(re.findall(r"(?<!\d)\d{6}(?!\d)", question)))
+        for code in _product_codes(question)
     )
 
 

tests/unit/service/test_financial_nl2sql_service.py

@@ -78,3 +78,53 @@ async def test_cash_ledger_is_in_nl2sql_scope() -> None:
     assert result["status"] == "ready"
     assert "fin_cash_ledger" in result["sql"]
     assert result["query_plan"]["intent"] == "cash_ledger_query"
+
+
+# --- 产品代码提取：5 位与 6 位并存（2026-09-14 修） --------------------------------
+#
+# 原先只认 `\d{6}`，5 位代码（演示产品 `15911`）被静默丢弃 ⇒ 查询**不带产品过滤**，
+# 却仍返回 `status=success`：实测问 15911 的净值拿到的是 511810 的数据。
+# 「看起来成功、数据却是错的」比报错更危险，所以这几条要钉住。
+
+
+@pytest.mark.asyncio
+async def test_five_digit_product_code_is_used_as_filter() -> None:
+    result = await FinancialNL2SQLService().query(
+        FinancialNL2SQLInput(question="查询15911的净值", dry_run=True),
+        context(),
+    )
+
+    assert result["status"] == "ready"
+    assert result["parameters"]["filter_0"] == "15911"
+    # 关键：SQL 里必须**真的带上产品过滤**（列名走别名 `p.`），否则就是"成功但查错数据"。
+    assert "p.product_code = :filter_0" in result["sql"]
+
+
+@pytest.mark.asyncio
+async def test_six_digit_product_code_still_works() -> None:
+    result = await FinancialNL2SQLService().query(
+        FinancialNL2SQLInput(question="查询510300的净值", dry_run=True),
+        context(),
+    )
+
+    assert result["parameters"]["filter_0"] == "510300"
+
+
+@pytest.mark.asyncio
+async def test_amount_like_five_digit_number_is_not_treated_as_product_code() -> None:
+    """「申购金额50000元」里的 50000 是金额，不是产品代码 —— 它后面紧跟单位。"""
+    result = await FinancialNL2SQLService().query(
+        FinancialNL2SQLInput(question="查询申购金额50000元的记录", dry_run=True),
+        context(),
+    )
+
+    assert "filter_0" not in result.get("parameters", {})
+
+
+def test_product_codes_ignores_years_and_short_numbers() -> None:
+    from app.service.financial_nl2sql_service import _product_codes
+
+    assert _product_codes("查询2026年的净值") == []      # 4 位年份
+    assert _product_codes("查询近30天净值") == []         # 天数
+    assert _product_codes("查询15911的净值") == ["15911"]
+    assert _product_codes("对比15911和510300") == ["15911", "510300"]