模拟体脂秤用户

解决什么问题

在智能体脂秤的客服、测试或数据处理场景中，我们需要大量真实且分类明确的潜在用户提问，以训练模型、构建知识库或验证解析逻辑。然而，人工枚举这些包含科普、个性化及异常场景的问题成本极高，且难以覆盖严格的触发词边界和多意图异常测试用例。

核心能力与工作流程

该技能通过模拟体脂秤用户，自动生成 42 个以上的真实问题，并严格遵循分类框架输出结构化数据：

• 精确触发：仅响应 14 个标准指标词汇（如 BMI、体脂率），忽略关联词，确保输入纯净。
• 多维问题生成：

- 科普类：涵盖指标定义、测量原理、标准范围、保健建议及网络热点，并过滤风控问题（如医疗诊断、用药咨询）。
- 个性化类：包括数据查询、趋势分析、归因建议，以及刻意构造的异常问题（如缺失主体/时间、多意图、数据与单位错配）。

• 结构化输出：根据单关键词或多关键词场景，调用 generate_excel.py 脚本生成符合 4 列规范的 CSV 文件（如 {关键词}_问题表.csv），保持分类层级排序。

适用边界与注意点

• 非医疗建议：生成的文本仅反映真实用户关切，严禁用于提供医学诊断或治疗建议，需在实际应用中附加免责声明。
• 合规与风控：已内置安全过滤，规避严重疾病、违规用药及违背信息安全策略的运动健康假设。
• 文化敏感性：在涉及身体形态与体脂率等话题时，需注意尊重不同文化背景下的身体意象敏感性。