训练中心：评分标准、修改建议与线上评测
训练中心基于员工录音制定评分标准，从真实通话生成话术修改建议，应用前先行评测，并每日为线上 AI 通话评分。
训练中心是项目工作台（在工作区点击项目的「工作台 >>」进入）中的一个 Tab，与数据看板、意向推送、人工客服位于同一层级。其目标是：使 AI 通话持续接近企业中最优秀的坐席水平，且每次改动均有分数可比，避免效果退化。
训练中心并非离线微调模型，而是一套围绕「话术提示词 / 配置」的流程：
- 制定标准：基于企业员工的优秀通话录音，总结「优质通话应达到的要点」（评分标准）
- 生成建议：从真实通话中分析话术的改进方向（修改建议）
- 先评测再应用：每条建议应用前，按评分标准进行对比评测，确认未退化后方可应用
- 线上评分：每通真实 AI 通话按评分标准自动评分，并与员工表现对比
三个页签
训练中心包含三个页签，打开时自动进入当前最需关注的页签（评分标准未确认 → 配置；有待处理建议 → 建议；其他情况 → 报告）：
| 页签 | 使用时机 | 内容 |
|---|---|---|
| 报告 | 拨打后查看效果 | 线上评测报告与评测记录 |
| 建议 | 拨打后处理改进 | 修改建议，可按 待处理 / 已应用 / 已跳过 / 全部 筛选 |
| 配置 | 拨打前 | 评分标准流程（7 步）与评分标准 |
顶部状态条显示 评分标准（生效版本及是否有待确认草稿）、线上表现 与 修改建议（待处理条数），点击任一段可跳转至对应页签。页签行右侧有 评测设置 与 训练设置 两个按钮。手机 App 中的训练中心与电脑端一致。
评分标准怎么来
「配置」页顶部为评分标准流程，7 个步骤中仅「客户确认」需人工操作，其余均自动完成。鼠标悬停在步骤上可查看说明，点击可跳转至对应位置；流程下方提示下一步操作，点击 去处理 可直接跳转。
- 对话素材：在企业素材 → 录音素材上传员工通话录音并关联至数字员工。AI 将自动标注我方说话人，以及该通话属于优秀 / 一般 / 反例（可随时人工修改）。至少 3 通「优秀」 后方可进入下一步
- 评分项：AI 基于优秀素材（及反例）与话术草拟评分项，如「先确认身份」「一次只问一件事」「不乱承诺」，每项附权重与判定说明。生成后支持手动增删改
- 校准：使用评分项为员工录音评分，得出真人基线分，并检查 AI 评分与素材标注的优秀 / 反例是否一致（一致率）。如员工的优秀录音反而得分较低，说明评分项存在偏差，需要调整
- 用例：从优秀素材中截取对话情景，生成一套固定的评测用例。单轮用例给定前文，评估 AI 的下一句回复；整通用例模拟客户完整通话
- 客户确认：确认评分项与用例无误后点击「确认」，该版评分标准即锁定生效（v1、v2…）。后续修改将生成新草稿，需再次确认。确认前的结果均为草稿，不用于评分
- 改动评测：见下方修改建议
- 线上评测：见下方报告
素材充足后，第 2~4 步将自动执行，同时最多处理 3 个数字员工；排队时页面显示前方等待数量。
修改建议
「建议」页持续收集项目中表现良好的真实通话，由大模型分析话术的改进方向。
素材来源（在「训练设置」中配置）：
- 人工接管的通话：时长达到设定的最短时长（默认 60 秒）即被采集
- 纯 AI 拨打的通话（可选）：仅采集大模型判定为「高意向」的通话
收集的通话按批次交由大模型分析：话术为空时，直接总结出初始话术（冷启动）；已有话术时，在现有基础上提出具体修改点（增量），而非整体重写。
同一批次生成的建议合并为一张卡片，支持整批应用或跳过。每条建议注明修改的配置项、修改内容及原因，并附置信度（高 / 中 / 低）。
先评测再应用：评分标准生效后，每条建议应用前先运行评测用例，对比修改前后的分数，未退化方可应用；未通过的建议需填写原因后方可强制应用（「仍然应用…」）。应用后将生成新的配置版本，出现问题时可恢复至上一版本。
人工直接修改提示词或配置不受拦截。修改后可在「报告 → 评测记录」旁点击 评测当前配置，手动执行一次评测。
改配置后自动补考：评分标准确认生效后，在网页上或通过花花修改的配置生效约 10 分钟（期间没有再改动）后，系统会自动按评测用例补考一次，并与上一次评测过的版本逐题对比（每个数字员工每天最多 3 次；训练中心自动应用的建议事前已评测，不再补考）。补考不会撤销已生效的修改，结果显示在「报告 → 评测记录」中，卡片上写明下一步：没有变差时无需处理；明显变差（总分下降超出正常波动，或两道及以上用例退步）时，可在「数字员工 → 升级历史」回滚到对比的版本，或联系平台排查原因。
训练设置
- 锁定对话逻辑：锁定后，自动训练、自动化流程与 MCP 工具均不能修改该数字员工的对话逻辑；在训练中心手动修改不受影响。适用于话术已调优、不希望再被自动修改的情况
- 自动采集人工会话：开关及最短会话时长（秒）
- 同时从 AI 会话学习：开关及 AI 会话最短时长（秒），仅学习高意向的 AI 通话
- 采集时间范围：仅采集最近 N 天的通话，0 表示不限制
- 分析结果应用方式：仅通知（均需人工应用）/ 高置信度自动应用 / 全部自动应用（请谨慎使用），以及每批送交分析的通话条数
- 安全限制：同一配置项的冷却时间（默认 24 小时内不重复自动修改）、每日自动应用条数上限（默认 5 条）
- 推送渠道：训练相关通知（如新建议、评测日报）的推送目标
报告
评分标准生效后，每通真实 AI 通话结束时将自动评分。「报告」页显示：
- 每日平均分：与真人基线对比（虚线为真人基线，竖线表示当日有配置变更）
- 达标率：AI 与员工各自的达标通话数
- 与员工差距最大的评分项
- 近两天最低分的轮次：点击可查看原句与完整对话。如认为评分项判定有误，可标记「评分项判错了」，下次校准时将予以参考
下方 评测记录 列出每次改动（应用建议、手动评测）前后的评分。
评测设置
- 应用闸门：修改建议是否须先通过评测再应用
- 建议生成后自动评测：每生成一条建议即自动评测，可在「建议」中直接对比修改前后
- 单轮每题答几次：同一配置重复运行存在 ±1~3 分的随机波动，多次作答取多数结果更稳定，但耗时与成本更高
- 线上通话是否自动评分：仅对接通 ≥ N 秒的通话评分，以及每日评分上限
- 评测使用的变量取值（话术中的
{变量}在评测时的取值） - 每日 9 点将昨日评测报告推送至训练推送群（需先在「训练设置」中配置推送渠道）