在内容创作实验室的直播场景里，我们把「写话术」拆成两件事：判断观众此刻在问什么，以及主播此刻该说什么。前者交给弹幕意图分类，后者交给带槽位的句式模板组装。
实验设定六类意图——价格、规格、库存、售后、对比、催单，用近三个月脱敏弹幕做训练与验证。小样本下分类 F1 约 0.86，价格与催单两类最稳；售后类因表述分散、口语省略多，容易与对比类混淆。
生成侧不直接让模型自由发挥：先选「转化节点」（开场、讲品、答疑、逼单），再从该节点对应的句式中填槽，最后过一层合规与极限词过滤。这样做的目的是约束节奏，避免整场都在喊促销——话术的可控性比单句的漂亮更重要。
要点：
- 进展：节点加槽位的组装方式，把单条话术生成延迟压到 300ms 内，能跟上弹幕节奏；主播直接采用的话术约四成，其余需要小幅改口。
- 下一步：接入选品信息与实时库存，让「库存」「对比」两类回答带上真实数据；同时验证连续多轮追问下的话术去重策略。
评论