FORMLESS · CONTENT GAP OPS

素材缺口运营平台

按顺序查看每个素材缺口如何被记录、补采、上线并最终回验。

业务链路

从请求缺口到上线回验

点击任一环节查看对应案例；再次点击即可收起。

完整业务链路

节点内的数字是当前可查看的案例数

请求汇流

仅 F1真实缺素材补采主链

缺口工作台

从原始 Topic 一路展开到上线资产；不是每条 no_hit 都应该投种子。

搜索明细

来源链路

环境

责任方

排序

缺口 / 原始 Topic	来源链路	诊断归因	聚类改写	投递 / 找回	内容理解	上线	链路进度

没有匹配的缺口

清除部分筛选，或检查搜索词是否过于具体。

Pipeline health

链路健康

看每条来源链路在哪个环节掉速，并把问题交给真正的 owner。

结构演示

来源 × 阶段完整度

有完整 join key 的记录占比；不是业务成功率

来源	归因	聚类	Query	seed 回执	内容理解	上线回链

当前瓶颈

按积压量 × SLA 超时排序

理解完成但未上线4

Asset Center · 最老 31h · SLA 24h

seed → asset 绑定缺失3

Crawler 3.1 · 阻断端到端归因

F1 尚未生成可用 Query6

内容采集 · 多为缺主体 / 禁用意图

诊断 dependency_failed2

诊断服务 · X1 不能当素材缺口

数据质量守卫

这些条件一旦破坏，老板看到的比例就不可信

EVENT ID

必须按 event_id 去重

快照中 request_id 有 24 条复用；按 request_id 会少算或覆盖真实搜索事件。

SAMPLE CAP

TOP 2,000 不是全量

原文件达到 2,000 行上限。未拿到全量前，只能看样本结构，不能报总体增长。

VERSION

诊断版本必须分组

judge standard、prompt、Select contract 或模型不同，归因占比不可直接合并。

X1 DENOMINATOR

依赖失败不能静默删除

X1 仍属于诊断覆盖分母；HTTP 200 也不等于业务归因成功。

LINEAGE

seed → asset 是一级 SLA

没有回执映射，就无法证明某条改写到底找回了什么，也无法评价 Query。

QUALITY

互动量不等于理解质量

ROI 可评估检索效率；caption、domain、content_role、rating 才评估语义可用性。

责任边界

no_hit 代码应回到哪里

A1–A2Planner

规划

B0–B4Search

召回

C3Select

终选

D1–D8Filter

过滤

F1Content Ops

补采

F2Request

改需求

阶段时延

p50 / p95 必须来自同一完整日窗口

诊断

8m / 31m

目标 < 45m

清洗聚类

17m / 43m

目标 < 60m

Query 改写

12m / 38m

目标 < 45m

首次回采

4.2h / 13h

目标 < 18h

内容理解

1.7h / 9h

目标 < 12h

上线回链

6.4h / 31h

目标 < 24h

Data contract

口径与接入

平台真正落地依赖八张可回溯实体表；核心不是 UI，而是 join key 从头到尾不断。

端到端实体链

一对多关系必须保留，不能在 Excel 里压成单行文本

1. 缺口事件

event_id

一次线上搜索事实；request_id 只做辅助。

2. 诊断结果

snapshot_id
event_id

主归因、证据、覆盖、版本与耗时。

3. 线索聚类

cluster_id
member_event_ids

翻译后 embedding 聚类与代表线索。

4. 逻辑 Query

query_id
cluster_id

主 Query、变体、意图和可用性。

5. 搜索种子

seed_id
query_id

三平台展开、优先级、cron 与投递状态。

6. 资产回执

seed_id
asset_id

证明某条种子实际找回了什么。

7. 内容理解

asset_id
run_id

caption、domain、role、rating 与版本。

8. 上线与回验

asset_id
event_id

可搜索上线，并用原条件复测是否真正补上。

建议字段

按对象存，不把所有字段塞进一张宽表

老板指标定义

每个比例都明确对象、分母与排除项

诊断覆盖率

classified event / unique event_id

X1 和未诊断保留在分母。只看 HTTP 200 会高估。

真实缺口率

F1 event / classified event

只回答 no_hit 中有多少真的是库缺素材，不等于补采规模。

找回率

cluster with ≥1 asset receipt / dispatched cluster

按簇，不按资产数量；否则重复资产会虚增成功率。

理解可用率

usable asset / understood asset

依据 domain、content_role、rating；互动量只能评价回采效率。

端到端闭环率

verified-hit cluster / actionable F1 cluster

至少一个可搜索在线资产，可沿 seed_id 回到原始 event_id，并且原条件复测已命中。

血缘完整度

records with all required joins / eligible records

缺任一 event→cluster→query→seed→asset→online 连接就不算完整。

接入时必须守住的 4 个协议口径

已确认项按合同展示；未确认项继续显式标记，避免混入日常指标

合同约束

PRIORITY / CRON

业务优先级与调度策略已映射

Crawler 合同使用 high / normal / low 与 cron；P1→high，一次性任务→cron=0。调度由确定性策略生成，不依赖模型自由输出。

POLICY VERSION

不同业务路线不能共用禁词表

no_hit 改写允许 interview / celebration；球星事实路线全局禁 interview / press conference。必须按 source_route 绑定 policy_version。

PROBE MODE

V1 是否做平台 live 探测

最终方案说首版不做，提示词备注却假设会探测。每次 run 必须落 probe_mode，指标按模式拆开。

TIMEZONE / COHORT

完整日与时区必须成为合同

当前样本只覆盖约 12.5 小时且达到 2,000 上限。应固定 cohort_window、timezone、declared_sample_size 和 truncation 标记。