1. 手机银行对话摘要价值与意义

手机银行对话摘要的重要性，可以从战略、业务、技术、合规四个层面来理解。它远不止是把对话写短一点那么简单。

1.1. 战略层面：数智化转型的关键基础设施

1.2. 业务层面：降本增效与营收增长

1.3. 技术层面：AI对话系统的“定海神针”

一个直观的对比：

1.4. 合规层面：金融行业的“刚需”

手机银行是强监管行业，对话摘要的合规价值不可忽视。

2. 摘要分类全景图

2.1. 手机银行对话摘要分类维度

手机银行对话摘要可从五个维度进行分类，每个维度服务于不同的业务目标。其中按生成目的是元分类（Meta-Classification），决定为什么写，是所有下游设计的总纲；其余四个维度是业务标签（Business Tags），决定写什么和怎么用。“按生成目的”为必选项，其他维度可根据场景需要叠加使用。

2.1.1. 各维度协作关系

flowchart TB
    META["按生成目的分类<br>（6大目的）<br>← 元分类，决定'为什么写'"]
    
    META --> B1["按业务内容分类<br>（4大类型）"]
    META --> B2["按对话结构分类<br>（3大类型）"]
    META --> B3["按处理状态分类<br>（3大类型）"]
    
    B1 --> DOWN
    B2 --> DOWN
    B3 --> DOWN
    
    DOWN["按用户价值分类<br>（2大类型）<br>← 最下游，服务于运营"]
    
    style META fill:#e3f2fd,stroke:#1565c0,stroke-width:2px
    style DOWN fill:#fce4ec,stroke:#c62828,stroke-width:2px

在实际应用中，同一条对话可以同时打上多个分类标签，生成不同目的的摘要并存：

用户A投诉转账失败

• 按业务内容 → 服务与投诉摘要
• 按生成目的（归档）→ 完整记录事件经过、时间戳、账号
• 按生成目的（处理）→ 待办：“转交技术部排查，2小时回复”
• 按生成目的（画像）→ “用户对时效性极度敏感，高流失风险”
• 按生成目的（分析）→ “本次失败原因为对方账户异常，同类投诉已3起”
• 按生成目的（压缩）→ 压缩摘要注入上下文供后续对话使用

六份摘要分别服务于不同系统、不同角色、不同场景，互不干扰，各司其职。

2.2. 按生成目的分类（六大类型：五大传统摘要 + 一个特殊类型）

说明：本分类中包含5种“传统摘要”（归档记录型、快速处理型、分析洞察型、用户理解型、模型训练型）和1个“特殊类型”（上下文压缩型）。上下文压缩型本质上不是传统意义上的“摘要”，而是一种“对话状态的高密度压缩表示”，其目标读者是AI模型而非人类，其核心使命是服务于意图识别模型的输入构造。由于它与“摘要”在形态上（都是对长文本的精简）有相似性，故归入同一分类体系，但需明确其特殊性。

2.2.1. 五大传统摘要类型

2.2.2. 特殊类型：上下文压缩型

为了服务“意图判断”这个目标，压缩摘要需要做几件特殊的事：

• 强制保留意图演化轨迹：不要只保留最终意图，要保留意图的变化路径。例如：❌“用户想办挂失。” ✅“用户先查余额→发现被盗刷→要求挂失→确认挂失成功后询问补卡流程。”因为意图的转折点往往对后续对话有重要提示作用。

• 保留关键槽位的最新状态及其变更历史：用户可能在对话中反复修改信息。压缩时只保留最新且确认过的槽位值，同时标注变更痕迹（如“[曾变更]”），变更类型（修正/更换）由上层意图识别模型或主模型判定，压缩摘要仅负责记录变更事实。

• 保留情绪趋势，而非单个情绪标签：长对话中情绪会波动。压缩时保留情绪走势（如“平稳→略有不满→缓和”），这对预判用户下一步行为很有用。

• 按业务领域过滤信息：每个业务领域有独立的过滤规则，决定哪些信息必须保留、哪些可压缩、哪些可外置、哪些可丢弃（详见第3.1.1节）。

• 去除冗余信息：删除与任务目标无关的社交性寒暄、礼貌性用语和确认性口头禅。但用户重复表达的内容（如反复强调“我真的很着急”）恰恰是信号，需要概括进摘要。

2.2.3. 多角色协作示例：一份对话的多种摘要版本

以下以一条实际对话为例，展示同一对话在不同目的下的摘要版本如何服务于不同角色。本示例是 2.2 节所述“六大摘要目的”的多角色协作实例化。

场景：用户投诉信用卡有一笔980元境外盗刷交易，客服核实后发起争议处理。

2.3. 按业务内容分类（4大摘要类型）

说明：以下四种业务标签在实际对话中常同时存在。例如一笔转账失败，既涉及“业务处理”（转账操作）也涉及“服务与投诉”（失败后的投诉），可按需叠加使用。

2.4. 按对话结构分类（3大类型）

此维度用于选择摘要策略和分配计算资源。不同结构的对话对压缩摘要的生成策略、压缩比、索引表需求有不同的要求。该分类是“按生成目的”下设计具体Prompt时的策略输入参数。

2.4.1. 三大结构类型定义

2.4.2. 结构类型对摘要策略的影响

2.4.3. 结构判定规则（供系统自动打标使用）

输入：对话轮次N，意图变化次数C，业务领域切换次数S，情绪波动次数E
输出：对话结构类型

IF N ≤ 3 AND C ≤ 1 AND S = 0 AND E ≤ 1:
    → 单轮问答型
ELIF N ≥ 3 AND N < 10 AND C ≤ 3 AND S ≤ 1:
    → 多轮任务型
ELSE (N ≥ 10 OR C ≥ 4 OR S ≥ 2 OR E ≥ 2):
    → 多轮复杂型

例外规则：

• 对话轮次少但情绪激烈（如“我要投诉！立刻给我转人工！”虽然2轮但情绪为负）→ 按多轮复杂型处理（需保留情绪信号）
• 对话轮次多但状态单调（如用户反复确认同一信息10次，无新信息）→ 按多轮任务型处理（去重后摘要，降低更新频率）

2.5. 按处理状态分类（3大类型）

此维度用于工单管理、待办追踪和服务闭环。对话结束后，需要明确“接下来该做什么”。该分类是“快速处理型摘要”和“归档记录型摘要”的核心字段。

2.5.1. 三大状态类型定义

2.5.2. 状态类型在摘要中的字段映射

2.5.3. 状态流转与闭环管理

flowchart LR
    START[对话结束] --> CHECK{是否已解决？}
    CHECK -->|是| DONE[已办结型] --> ARCHIVE[归档]
    CHECK -->|否| CHECK2{是否有明确的<br>下一步动作？}
    CHECK2 -->|有| PENDING[待处理型] --> CREATE_TICKET[创建工单/待办]
    CHECK2 -->|无| DECIDE[待决策型] --> SET_TIMER[设置催办节点]
    CREATE_TICKET --> MONITOR[监控执行]
    SET_TIMER --> MONITOR
    MONITOR -->|完成| DONE
    MONITOR -->|超时| ESCALATE[升级告警]

闭环要求：

• 待处理型摘要必须在承诺时效内更新状态，超时自动触发升级告警
• 待决策型摘要必须在决策截止时间前3小时触发催办提醒
• 状态变更时，应增量更新摘要中的【处理状态】字段，保留状态流转历史（如“待处理→已处理→已办结”）

2.5.4. 与快速处理型摘要的协作

快速处理型摘要（见 3.2.1 节）是【按处理状态分类】的自然延伸：

• 已办结型 → 快速处理型摘要为：“问题已解决，无需跟进”
• 待处理型 → 快速处理型摘要为：“责任人XXX，待办XXX，时效XXX，请在XXX前完成”
• 待决策型 → 快速处理型摘要为：“等待用户/内部决策，请在XXX前跟进催办”

2.6. 按用户价值分类（2大类型）

此维度处于分类体系的最下游，服务于用户画像、精准营销和客户关系管理。它是“用户理解型摘要”（见 3.2.1 节）的直接产出形式。注意：此维度与“按生成目的”中的“用户理解型摘要”是产出与目的的关系——按用户价值分类定义了标签的类型归属，而“用户理解型摘要”定义了生成这些标签的目的和方式。

2.6.1. 两大价值类型定义

2.6.2. 从对话到标签的转化路径

以一条对话为例，展示从原始对话到用户价值标签的转化过程：

原始对话（用户与客服的理财咨询）：

用户：“我现在手上有50万闲钱，想存个三年定期，但又不确定以后利率会不会涨，万一涨了我不是亏了吗？”
客服：“目前三年定期利率是2.8%，属于锁定利率，如果未来利率下行，您就赚了；如果上行，可以到期后再转。”
用户：“那买理财呢？收益高一些，但风险会不会很大？”
客服：“理财收益不保本，但R2级产品亏损概率很低……”
用户：“我再想想吧，回头再联系。”

客户画像标签型产出：

{
  "user_id": "U123456",
  "updated_at": "2026-08-15T10:30:00Z",
  "tags": {
    "asset_preference": {"value": "保守型", "confidence": 0.85, "evidence": "关注利率确定性，拒绝波动风险"},
    "investment_interest": {"value": "定期存款", "confidence": 0.70, "evidence": "主动提及50万三年定期"},
    "life_stage": {"value": "中年稳健期", "confidence": 0.60},
    "product_portfolio": {"interested_products": ["定期存款", "R2理财"]}
  }
}

即时商机信号型产出：

{
  "user_id": "U123456",
  "session_id": "S20260815_001",
  "timestamp": "2026-08-15T10:30:00Z",
  "signals": [
    {"signal_type": "PURCHASE_INTENT", "product": "三年定期存款", "confidence": 0.70, "recommendation": "建议1天内跟进回访"},
    {"signal_type": "CHURN_RISK", "risk_level": "low", "evidence": "用户未明确拒绝，主动询问竞品"},
    {"signal_type": "NEED_FOLLOW_UP", "urgency": "medium", "recommendation": "3天内再次触达"}
  ]
}

2.6.3. 与企业存量数据的联动

手机银行用户画像通常已有存量标签（来自历史行为、账户数据、上次画像等）。对话中提取的标签应与存量数据联动，不能覆盖已有高置信度标签，只能增量补充或修正低置信度标签：

2.6.4. 商机信号的触发阈值与业务动作

2.6.5. 隐私合规边界

用户价值标签的提取和存储必须遵守《个人信息保护法》及金融监管要求：

2.7. 五维度协作关系汇总

在实际应用中，同一条对话会同时打上五个维度的分类标签，各维度独立决策、互不干扰，但可交叉索引：

用户A投诉转账失败（对话结构：多轮复杂型；业务内容：服务与投诉+业务处理；处理状态：待处理型）

→ 按生成目的（归档）→ 完整记录事件经过
→ 按生成目的（处理）→ 待办：转交技术部排查，2小时回复 → 使用【待处理型】状态
→ 按生成目的（画像）→ 用户高流失风险信号 → 属于【即时商机信号型】
→ 按生成目的（分析）→ 同类投诉已3起
→ 按生成目的（压缩）→ 压缩摘要注入上下文

其中【对话结构】=多轮复杂型 → 决定了压缩摘要需保留完整意图轨迹+情绪走势
  【处理状态】=待处理型 → 决定了快速处理型摘要需包含责任人和时效
  【用户价值】=即时商机信号型（高流失风险）→ 触发实时挽留派单

3. 总结

对话摘要不是“把话说短”，而是将每一次客户交互转化为可存储、可检索、可分析、可学习的结构化知识资产。

它同时是：

• 客服的提效工具（快速接手）
• AI的上下文桥梁（突破窗口与注意力限制）
• 合规的审计凭证（可追溯）
• 产品的需求输入（发现体验断点）
• 风控的预警雷达（识别风险信号）
• 营销的商机引擎（捕捉转化机会）
• 银行的战略资产（驱动数智化转型）

这也就是为什么在当前面临的三个核心系统性问题中，“摘要质量”是核心枢纽——它解决好了，意图识别和记忆管理问题都会变得更容易。