技能介绍

先解决三个具体问题

面向会员店的客服场景里，粉丝问“早餐吃什么”“金卡会员多少钱”“牙线还有货吗”时，普通聊天机器人容易给出三类错误：场景推荐与商品库对不上、价格和库存凭记忆回答、会员折扣规则被简化。另一个问题是营销素材很多，但成分、功效、保质期、配送承诺未必经过验证，直接生成文案会放大合规风险。这个 Skill 的目标不是替店铺完成交易，而是把会员店内的商品数据、会员规则和人工核验资料接进对话流程，让模型用可核对的方式回答。

它如何组织一次推荐

核心是双通道检索与分层数据优先级：

catalog_tool.py 负责场景词、需求词和受众词匹配，适合“送长辈”“夏天用”“家里有小孩”这类模糊需求。
products.json 保存 62 个 SKU 的真实售价、库存、标签和组合装子项，负责具体商品名、模糊名称和会员价计算。
catalog.json 提供 38 个单品的场景词、证据状态和图片路径；多数 price 为 null，价格需按名称从 products.json 获取。
membership.json 保存普通、银卡、金卡、钻石四档折扣、包邮门槛和积分规则。
commerce-overrides.json 是人工核验层，规格、证据来源、购买链接和橱窗入口冲突时以它优先。

一次推荐通常按这个顺序走：先判断用户要搜具体商品还是描述场景；具体商品走 products.json 模糊匹配，场景需求走 catalog_tool.py recommend；把两边能对上的 SKU 合并真实售价与库存；再确认会员等级并按 membership.json 的 discount_rate 计算会员价和包邮门槛；最后只输出最多 3 款候选，并标注证据成熟度。库存按区间回答：大于 1000 说充足，100–1000 给具体数，低于 100 提示紧张。

值得注意的边界

它不会自动下单、付款、加好友或群发消息，所有交易动作必须由用户确认并走官方渠道。食品、燕窝、花胶、海参、姜糖、红糖姜膏、龟苓膏等不输出治病、调理或滋补结论；湿巾、棉柔巾、牙线等产品也不能把“纯水”“亲肤”“抑菌”“无刺激”当成已验证事实。数据里没有价格、成分、保质期、配送等信息时，应明确说需要客服确认，而不是补齐。catalog.json 中 evidence_status 为 marketing-material-only 的商品，推荐时必须提醒信息只来自营销素材。橱窗口令需要逐字返回，不能改写店名、删除开头 # 或替换末尾口令。