📄 新初一买多退少会话分析过程

1.1 分析目标

本次分析的核心目标是：识别用户利用「买多退少」优惠规则漏洞进行套利（薅羊毛）的行为。

具体需要关注：

• 报名1科优惠每科最低，联报2科每科优惠次之，联报3科及以上每科优惠一样。
• 查看聊天记录中是否存在 故意买多退少 的情况，例如先报3科享受高优惠，开课后退掉1科，剩余2科仍按3科优惠计算。
• 判断销售是否在沟通中主动引导用户 「多买退少」 的操作。
• 识别用户报名时实际需求为2科，但咨询销售后仍下单3科，后续退掉1科的情况。

1.2 分析范围

• 分析对象：暑假/暑期课程 相关的聊天记录。
• 数据来源：145份 Excel 聊天记录文件。
• 判定维度：聊天意图 + 报名科数 + 退课情况 + 优惠差额。

2.1 目标偏向确认

问题：这次分析的最终目标更偏向哪一种？

2.2 薅羊毛行为判定

问题：对于定义的"薅羊毛行为"，哪些情况判定为违规？

📌 补充说明：先报名高阶优惠套餐再退课，在实际中可能因时间、老师等原因，属于正常行为，只要没有明确意图 就不判定为违规。

2.3 输出粒度确认

问题：对于"用户薅羊毛"的最终输出，希望按什么粒度展示？

📎 C 中只展示 聊天关键证据（可折叠打开的会话内容），形成一份分析报告。

2.4 数据维度确认

问题：Excel 数据中是否包含以下维度？

📌 详细证据分析中 只展示聊天关键证据（折叠形式），其他内容不展示。

2.5 销售引导场景判定

问题：如果聊天记录出现以下情况，如何判定？

2.6 暑期课程范围确认

问题：暑期课程范围如何识别？

2.7 客户身份展示确认

问题：聊天记录里的"客户身份"报告如何展示？

📌 但 咨询销售可以使用原记录名字 展示，不需要用 B001 等代号，方便定位问题销售。

2.8 疑似意图处理确认

问题：如果聊天中只有"疑似意图"，但没有后续退课结果，如何处理？

📌 咨询销售可使用原记录名字展示，方便定位问题销售。

2.9 多咨询合并确认

问题：如果同一客户存在多次咨询、多个销售接待、多个 Excel 文件，分析结果如何处理？

2.10 聊天与订单数据确认

问题：由于提供的是聊天记录而不是订单/退款数据，如果聊天里没有明确出现"已退课""退款"等结果，如何处理？

2.11 聊天证据截取确认

问题：聊天证据截取范围怎么处理？

2.12 规则汇总

✅ 至此，所有沟通规则已梳理完成，买多退少分析判定规则已汇总。

3.1 执行计划

将145份 Excel 聊天记录压缩成 zip 文件发给 GPT 进行分析，计划分四步：

1. 读取并解析 145份 Excel 聊天记录
2. 建立分析数据模型
3. 智能识别三类情况（高风险、中风险、观察）
4. 生成分析报告

3.2 GPT 的问题

在执行过程中，GPT 暴露了以下问题：

• ❌ 无法真正显示「后台任务进度条」
• ❌ 回复「正在处理中」不准确 —— 在当前对话环境中，GPT 不能像后台任务一样持续运行分析
• ❌ 不会在用户等待期间自动继续跑任务

反馈记录：
半小时后问进度 → 回复："我前面说'正在处理中'是不准确的。在当前对话环境里，我不能像后台任务一样持续运行分析。"
再半小时后问进度 → 回复："我把'计划执行状态'描述成了'正在处理状态'，实际上在这个聊天环境中，我不能在没有工具调用和实际执行的情况下后台持续处理文件。"

⚠️ 最终决定：放弃使用 GPT 进行批量分析。

4.1 改用 DeepSeek

放弃 GPT 后，改用 DeepSeek 进行会话分析。虽然 DeepSeek 不支持直接上传 zip 压缩包统一分析， 但可以 批量上传会话文档 进行处理。

📌 当单条消息内容（包括上传的文件）超过对话窗口处理上限时，DeepSeek 会主动提示「内容比较长，消息将发送到新的对话」，以保障处理效率。

4.2 分批处理策略

• 每次批量上传 约 10 个文档（每个对话约 30 个文档）
• 分批上传 3 次 后开启新对话
• 每批次会话分析完成后，有风险/疑似风险的均进行人工确认
• 记录下有风险学员，汇总数据

4.3 结果汇总

• 所有批次分析完成后，进行 数据汇总
• 产出 HTML 文档 作为最终交付物
• 与 0707（1期）的会话质检 放到一起，生成目录以作区分