# 人工复核交接说明

这份文档用于 live / overnight / sample 提号结果生成后，交给商务或运营复核候选博主。所有 CSV 均按 Excel 直接打开做了 UTF-8 BOM 处理。

## 复核表位置

常见输出位置：

```text
outputs/<本次运行目录>/manual-review-sample.csv
outputs/<本次运行目录>/tihao-sourcing-client-list.csv
outputs/software-client-latest/software-client-list.final.csv
```

如果还没有本轮复核表，或需要先给商务发一套历史数据/复核数据收集模板，可以运行：

```powershell
npm run data:intake-template -- --output outputs\data-intake-pack-latest
```

生成的 `manual-review-template.csv` 已包含 `客户选择`、`归因类型`、`反馈原因` 和 `本轮人工补号量` 字段，可直接用于后续 `review:metrics` 和 `customer-effect:audit`。

## 复核标签

请在 CSV 的 `人工复核标签` 列填写下列任一标签：

| 标签 | 适用场景 | 是否必须填写归因 |
| --- | --- | --- |
| 可直接发客户 | 符合 Brief、调性、主页证据和风险边界，可进入客户预览名单 | 否 |
| 商务复核 | 大体匹配，但报价、档期、竞品合作、近期内容或平台风险仍需确认 | 否 |
| 跑偏 | 人群、品类、平台、预算、场景或合作方向明显偏离 Brief | 是 |
| 硬性规则违约 | 命中必须剔除项，例如平台、粉丝、预算、地域、类目或客户明确排除项不符 | 是 |
| 调性不符 | 硬指标可用，但内容表达、视觉质感、语气、人设或参考账号风格明显不一致 | 是 |
| 主页质感不符 | 最近内容质量、封面、互动、更新频率、商业化痕迹或风险信号不足以支持推荐 | 是 |
| 参考账号不像 | 客户给了参考账号/视频，但候选人与参考的人群、内容结构或风格相似度不足 | 是 |
| 待客户反馈 | 已发客户或准备发客户，但客户尚未给最终结果 | 否 |
| 客户选中 | 客户最终确认选择该候选人，可用于客户效果审计 | 否 |
| 客户拒绝 | 客户最终拒绝该候选人，必须补拒绝原因或反馈原因 | 是 |

负样本包括：`跑偏`、`硬性规则违约`、`调性不符`、`主页质感不符`、`参考账号不像`、`客户拒绝`。负样本必须填写 `归因类型` 和 `反馈原因`，否则严格验收不通过。

## 归因类型

| 归因类型 | 说明 |
| --- | --- |
| 需求解析错 | Brief 里的品类、人群、预算、平台、地域或硬性限制被解析错 |
| 隐性规则漏 | 客户偏好、历史排除项、风格禁区或团队经验规则没有进入筛选 |
| 召回关键词错 | 关键词召回方向太宽、太窄，或平台搜索词不贴合真实场景 |
| 主页证据不足 | 最近内容、封面、标题、互动、发布时间或风险证据不足 |
| 视频证据误判 | 参考视频或候选视频的风格、场景、口播、画面质感、ASR 被误判 |
| 排序权重错 | 候选已召回，但弱相关、低质感或高风险账号排得过高 |
| 输出解释错 | 推荐理由、风险提示或证据卡表达不清，导致商务难以判断 |
| 软件端表重复或排名不连续 | 重复键异常、排名断档、字段不稳定或软件端表格问题 |

## 复核顺序

1. 先看 `result-first-broad`，这是完整矩阵里表现最好的发布策略。
2. 再看 `result-first`，这是消耗更低的发布备选策略。
3. `video-enhanced` 和 `result-first-risk` 只作诊断样本，用来观察视频证据和风险提示是否合理。
4. 多个策略重复出现的博主，发客户前必须合并去重，并保持同一 Brief 下排名连续。

## 复核重点

- 主页链接是否有效，账号是否仍然是同一个博主。
- 最近 10 篇内容是否真的匹配 Brief 品类、人群和内容调性。
- 博主是否能承接客户要的风格，而不是只命中了一个关键词。
- 报价、粉丝数、主页信息需要商务二次确认。
- 涉及功效、母婴、食品、护肤等敏感表达时，必须人工确认合规风险。
- 有参考账号或参考视频时，要看“像不像参考账号/视频”，不要只看平台标签。

## 质量指标统计

人工标注完成后运行：

```powershell
npm run review:metrics -- --input <已标注CSV> --output <输出目录> --strict
```

会生成：

```text
review-metrics-summary.json
review-metrics-report.md
```

核心指标：

- 商务可用率 = `可直接发客户 + 商务复核` / 已标注总数，短期目标 >= 60%。
- 负样本率 = 负样本 / 已标注总数，目标 <= 10%。
- 负样本归因覆盖率 = 已填写归因类型的负样本 / 负样本总数，目标 100%。
- 客户选中率 = `客户选中` / 已标注总数，短期目标 >= 30%；`客户选择` 未标注时不得宣称达到客户选中率。
- 参考链路客户选中率 = 有参考账号/参考视频链路的 `客户选中` / 这些策略已标注总数，中期目标 >= 40%。
- 参考链路通过率对照必须高于 `baseline-live / brief-only / keyword-only`，否则不能宣称参考链路优于纯关键词召回。
- 软件端重复键必须为 0。
- 每个 Brief 排名必须连续。

## 客户效果证明

如果已经拿到真实历史数据集审计结果，并且本轮有人工补号量，可以继续运行：

```powershell
npm run customer-effect:audit -- --review-csv <已标注CSV> --history-audit <historical-dataset-audit.json> --current-manual-supplement-count <本轮人工补号量> --output <输出目录> --strict
```

客户效果证明的硬性口径：

- 客户选中率达到 30% 以上，才可证明短期客户效果。
- 长期客户选中率达到 50% 以上，才可证明长期目标。
- 有参考账号/参考视频的 Brief，参考链路客户选中率达到 40% 以上。
- 历史数据集必须通过 `readyForCustomerEffectProof`。
- 必须同时有历史人工补号量基线和本轮人工补号量，才可证明“人工补号量减少 50%”。

缺少任一真实证据时，报告会标记为 `待补数据` 或 `未通过`，不能宣称客户效果已经达标。

## 当前自动化证据边界

目前自动化可以证明：

- SOP、表单、复核标签、归因字段、去重、连续排名、软件端导出、安装和发布前验收链路可运行。
- sample/smoke/provider mock 可以验证流程完整性。
- `manual-review-label-guide` 已沉淀 10 个复核标签和 8 个归因类型。

目前仍不能单独证明：

- 命中率已经提升。
- 客户选中率已经达标。
- 视频分析一定提升提号效果。
- 人工补号量已经减少。

这些必须等真实客户复核 CSV、真实历史 Brief 数据集、真实视频资源和 live provider 审计补齐后，再进入效果验收。
