# [产品交互] AI 交互人类作息和输出优化方案

[huabo1205]

[产品交互] AI 交互人类作息和输出优化方案

核心结论

本方案是一套可直接落地、可工程化的大模型交互层优化方案，无需修改基座模型，仅通过前置路由与上下文调度即可解决 AI“不分早晚乱打招呼、千人一面话术死板、场景适配性差”三大核心顽疾，可覆盖约 80% 国内用户，投入产出比极高。

本次修订新增 3 项关键优化：

1. 跨时段自动刷新时段标记：解决长对话跨天/跨时段时间感知失效问题；
2. 新增深夜克制输出策略：贴合人类夜间作息习惯；
3. 明确多设备独立画像隔离规则：避免多设备混用导致的作息判断混乱。

方案架构完整、流程清晰、优先级明确，可直接作为大模型产品部正式立项依据。

---

一、时间感知机制

1.1 问题描述

部分 AI 模型的上下文中缺少时间信息，无法感知当前处于上午、下午还是深夜，导致出现“半夜向用户问早上好”的尴尬情况。

1.2 时段标记注入机制

将时间感知分为两类处理：

第一类：时段标记（写入 context）
只在每个时段的第一条消息中注入，一天最多注入三次（上午一次、下午一次、晚上一次）。同一条对话脉络内后续消息不再重复注入，利用模型自身的上下文维持时间感知。
补充：跨时段自动刷新机制。若单条对话脉络持续跨时段（如从上午 10 点聊到下午 13 点），系统内部精确时钟检测到时段切换后，自动在下一轮用户消息触发时注入新的时段标记，无需用户重新开启对话。

时段	触发时机	注入内容
05:00-12:00	该时段内的第一条用户消息	时段：上午（日期）
12:00-18:00	该时段内的第一条用户消息	时段：下午（日期）
18:00-22:00	该时段内的第一条用户消息	时段：晚上（日期）
22:00-05:00	该时段内的第一条用户消息	时段：深夜（日期）

时段标记的作用范围：标记本轮对话所处的时段背景。

第二类：当前精确时间（不写入 context，系统内部使用）
用于匹配作息规律判断逻辑，由系统内部维护，不占用 context token。

用途	说明
判断当前处于作息模板的哪个阶段	如：上午 10 点，匹配标准白领模板 → 通勤刚结束，进入工作时间
判断是否需要切换时段标记	如：对话从上午持续到下午，内部感知 12 点已过，触发新的注入
判断用户活跃度是否符合预期	如：模板预测用户在睡觉，但实际在发消息 → 触发作息模板修正

1.3 工作流程

用户发来消息
    │
    ▼
内部独立维护当前精确时间（不占 token）
    │
    ▼
检查：是否跨时段/该时段第一条消息？
    ├─ 是 → 注入对应时段标记到 context
    └─ 否 → 沿用已有时段标记
    │
    ▼
查调休日历
    │
    ▼
查用户画像 → 匹配作息模板 → 判断当前时段阶段
    │
    ▼
匹配通用时段输出策略
    │
    ▼
输出回复

[huabo1205]

1.4 调休日历
每年需同步国务院办公厅发布的全年放假通知。
更新频率：每年 1 月 1 日自动爬取
数据来源：国务院办公厅官网
更新内容：调休工作日、法定假期、补班安排
1.5 通用时段输出策略
针对特殊时段增加全局输出约束，优先级高于行业模板：
深夜（22:00-05:00）克制策略：自动降低语音输出语速 10%、精简文本篇幅 30%、不主动抛出开放性新话题、不使用过于热烈的语气词，避免打扰用户休息；若用户主动发起深度讨论，再逐步恢复正常输出强度。
法定节假日通用策略：所有行业模板自动切换为节假日模式，不提及工作相关内容，优先使用轻松休闲的语气。
二、用户行业画像与作息规律匹配
2.1 行业信息来源
主动推断：通过活跃时段分布、话题关键词匹配、工作日/周末活跃度对比、消息频率曲线判断。
被动接收：用户自然透露的信息，由 NLP 识别。包括“我是做……的”、“我们公司……”、“我们上夜班……”、“我们寒暑假……”等句式。
2.2 作息规律分类
第一类：标准白领（约 40%）

时段 | 工作日 | 周末 -- | -- | -- 06:00-07:00 | 起床通勤 | 睡觉 07:00-09:00 | 通勤路上 | 起床 09:00-12:00 | 工作时间 | 休闲 12:00-14:00 | 午休 | 午休 14:00-18:00 | 工作时间 | 外出/娱乐 18:00-20:00 | 下班通勤 | 晚饭 20:00-23:00 | 晚间休闲 | 晚间休闲 23:00-06:00 | 睡觉 | 睡觉 第二类：互联网/科技行业（约 15%） 上午睡觉，下午晚上干活，凌晨可能在线，周末和工作日差异小。上午 10 点前不打扰。 第三类：医疗/公共服务轮班制（约 8%） 无固定周末，白班夜班随机切换。不预设“周末愉快”，不假设用户在睡觉。 第四类：服务/零售业（约 12%） 别人放假时最忙，周末和节假日是高峰期。不问“去哪玩”，问“今天忙不忙”。 第五类：教育行业（约 6%） 学期内早七晚十，寒暑假正常。学期内白天不打扰。 第六类：农业/养殖业（约 10%） 农忙季凌晨 4-5 点开始劳作，农闲季正常。农忙季语音优先、短消息为主。 第七类：交通运输/物流（约 5%） 长途司机语音优先，网约车早晚高峰不打扰，货运调度凌晨可能在线。需结合 ASR 环境感知判断驾驶状态。 第八类：自由职业/个体户（约 4%） 完全无规律，按最近 7 天活跃时间动态调整。 .3 画像处理流程 用户发消息 → 提取精确时间（内部） → 查调休日历 → 查用户画像 → 有标签则匹配模板 → 无标签则走推断流程（主动+被动） → 更新画像 → 注入时段标记 → 匹配通用时段输出策略 → 选择交互策略 → 生成回复。 补充：多设备独立画像隔离规则。手机、平板、电脑、智能音箱等不同设备单独统计活跃时段与作息数据，不跨设备合并画像；若用户主动声明统一作息，可手动合并。 三、与 ASR 环境感知联动 .1 ASR 环境向量提取 当用户语音输入时，ASR 服务器在转写文字的同时输出环境分类字段： 环境特征 | 声学表现 | 推断场景 -- | -- | -- 交通噪音 | 引擎声、风噪、导航音 | 驾驶中 厨房环境 | 锅铲声、油烟机声 | 烹饪中 办公环境 | 键盘声、空调声 | 办公中 公共场所 | 广播声、多人交谈 | 外出中 安静室内 | 无明显背景音 | 居家/休息 .2 输出策略联动 场景 | 文本输出 | 语音输出 -- | -- | -- 驾驶中 | 不超过 100 字，分点≤3 条，不加链接，提醒安全 | 不限长度，关键信息前置 烹饪中 | 短消息为主 | 可分段播报 办公中 | 正常输出 | 正常播报 公共场所 | 简洁模式，避敏感词 | 降低音量 居家/休息 | 正常 | 正常 .3 多模态优先级 用户明确声明 > ASR 环境感知 > 作息模板预测 > 通用时段策略 四、局限性 不适用情况： 话题跨界过广的用户（无法锁定行业标签，采用通用模板） 多设备交替使用且未声明统一作息的用户（按设备分别统计独立画像） 新注册用户（默认白领模板，7 天后切换） 覆盖率： 约 80% 用户可受益 五、实施优先级 优先级 | 项目 | 成本 | 效果 -- | -- | -- | -- P0 | 时段标记注入 + 跨时段自动刷新 | 低 | 解决“不分早晚”核心痛点 P0 | 通用时段输出策略（含深夜克制） | 低 | 提升夜间交互体验 P1 | 白领 + 互联网行业作息模板 | 低 | 覆盖 55% 核心用户 P2 | 调休日历自动更新 | 低 | 全年覆盖国内调休场景 P3 | 行业信息被动接收识别 | 中 | 提升画像准确率 P4 | 行业信息主动推断 | 中高 | 自动分类新用户 P5 | ASR 环境感知联动 | 高 | 多模态场景全覆盖 P5 | 多设备独立画像隔离 | 中 | 解决多设备混用混乱问题 六、维护 调休日历：每年 1 月 1 日自动爬取或人工录入国务院办公厅发布安排 作息模板：每年一次或社会作息习惯发生重大变化时更新 行业分类：每两年根据国内就业结构变化调整类目与占比