模拟现实体脂秤客户

要解决的问题

体脂秤相关的产品文档、客服话术和验收用例，往往需要一个"懂设备但不懂术语"的真实用户视角。人工编写这类问题既耗时又容易遗漏：要么是教科书式的定义提问，要么缺少从"看到数据 → 担心风险 → 追问对比 → 寻求改善"的完整链路。直接让通用模型自由发挥，问题质量不稳定，格式也不统一，很难直接沉淀为可交付的 QA 或 FAQ 资产。

它的工作方式

Scale-data-skill 把这件事拆成了一条确定性流水线：

• 严格触发词匹配：只响应 BMI、体脂率、骨骼肌量、去脂体重、静态心率、身体水分率、蛋白质含量、骨盐量、基础代谢率、身体年龄、体重 这 11 个精确词汇，转氨酶、脂肪 这类关联词不会触发，避免误召回。
• 角色化提问：可指定用户角色，或使用默认值，从自上而下的视角组织问题，允许出现刁难性的追问。
• 六类问题模板：数据定义、数据查询、关注点/风险、比较问题、改善问题、实际应用，单次至少生成 5 个问题。
• 双轨分类：问题被归为科普类问题（定义、教科书知识、网络热点）和个性化问题两类。
• 文件化输出：在聊天中给出文本预览的同时，生成 {关键词}_问题表.csv，UTF-8 编码、列结构固定为 类别 和 问题内容，Excel 可直接打开，并返回可下载链接。

适用边界

• 输出是问题清单，不是医疗建议；使用方应在下游内容中保留鼓励专业医疗咨询的免责声明。
• 避免围绕严重健康状态生成无上下文的提问，并注意身体形象相关的文化敏感性。
• CSV 采用 UTF-8，老版本 Excel 打开时可能需要手动选择编码，或改用兼容导出。
• 触发词严格模式意味着超出 11 个关键词的需求需要先做映射，否则不会生成结果。