模块 6 · L0 与 L1 画像

正式风评 vs 抽槽画像
Top-K 怎么注入 prompt？

客户线除了查 Core 真账，还有后台画像抽槽（L1）调措辞。 拍板铁律：L0 永远优先——正式 C1~C5、持仓数字、适当性判定听 Core，L1 不能覆盖。 偏好类槽位注入 prompt 时走 Top-K + 时间衰减（R1），不是全量平铺。

L0 vs L1：谁说了算？

L0 · Core 正式数据

风评 C1~C5、持仓/流水数字、适当性矩阵判定——100% 来自 Core 只读查询 Tool（core_ro_tool.py）的 fact_text。LLM 只解读，不能改写。

L1 · 对话 enrich 画像

登录客户每 5 轮节流，后台线程跑画像抽槽与合并（profile_service.py）→ 写入 MySQL style_tags + Redis 热缓存。只影响 generate/chitchat 的措辞语境，不能替代正式风评。

撞车规则

抽槽若与 L0 字段冲突（例如用户口述「我是 R5」但 Core 是 R3）→ 永远听 L0。合并规则 D7：用户显式 user_declared 不被 inferred 覆盖。

13 槽位 + confidence 门槛

槽位表唯一来源：画像槽位定义（profile_slots.py）——13 个 path（含 C-08 investment.allocation_target），含 merge_mode 与 sensitivity。

①

归一 · normalize_value
例如「我喜欢货币基金」→ 映射到 9 类 PRODUCT_TYPE_VOCAB（不是具体 SKU 代码）。

②

阈值 · confidence ≥0.7（默认）/ ≥0.9（高敏）才写入；高敏 inferred 一律丢弃。

③

合并 · merge_candidates
单值 latest 覆盖；偏好/排除类 set_union 并集，并写 items_meta（R1）。

谁写 L1： 仅登录客户线（customer_service.profile_maybe_extract）；游客试聊不写画像。
C-04 阈值槽： threshold_pref_summary → customer_threshold_config；达线提醒仅在查持仓时 inline。

R1 · 偏好 Top-K 注入

注入前筛选 · 画像上下文渲染（profile_service.py） 
# settings 默认：top_k=3 · ttl=90d · half_life=30d
score = confidence × decay × (1 + log(mention_count))
# 超 TTL 的偏好不进 prompt；取得分 Top-K 条
白话

客户说过很多偏好类型，但 prompt 里只带最近、反复提到的前几条，避免画像越积越长带偏 LLM。

很久没提过的偏好（超过 90 天）不再注入，但 MySQL 里仍保留，下次提到会刷新。

改 K 或 TTL → 动环境配置（settings.py 的 profile_preference_*），别在 prompt 里硬编码。

客户口述「我是激进型 R5」，但 Core 风评是 R3，持仓查询应信谁？

相关文件：画像抽槽与合并（app/service/profile_service.py）· 槽位表（app/config/profile_slots.py）· 环境配置（app/config/settings.py）