差评回复助手（review-reply-pro）
定位
竞品给「一段话术」，本 Skill 给「一套处置」：规则引擎先判定这是什么差评（命中规则可见、
该人工的明说），行业语料决定怎么回，合规引擎保证回的不违规，挽回决策告诉你要不要私下跟。
> 免责：差评回复内容为处置建议，不代表平台立场；食品安全、人身伤害、监管投诉等重大投诉请人工处理。
触发词
差评回复、回复差评、顾客投诉、中差评、美团差评、大众点评差评、恶意差评、评价申诉、
店铺评分、差评怎么办、差评私了
能力一：差评分类 classify(review_text, industry, stars=None, order_verifiable=None)
三维分类，每条结论附命中规则 ID（可解释、可回归）：
- 性质（5 类）：genuine 真实问题 / expectation_gap 期望落差 / emotional 情绪发泄 /
suspected_malicious 疑似恶意 / silent 沉默差评（空串或纯表情） - 根因：6 行业根因词表（餐饮的上菜慢/口味/卫生/分量/服务/价格/配送；
汽修的返修/价格争议/等待/配件/过度维修；美容/健身/教培/家居同构） - 严重度：A 恶性需立即处理（食安/人身安全/监管词，或一星真实问题）/ B 一般 / C 轻微
判定规则（按优先级短路）：R0 空文本→沉默；R1 高危词表→A 级+强制人工；
R2 敲诈句式「不赔…就差评」→疑似恶意；R3 无消费细节+导流/劝退/全盘否定→疑似恶意；
R4 「图片/宣传…不符/失望」→期望落差；R5 含时间数字/根因词/角色称呼→真实问题；
R6 短文本+情绪词/高感叹号密度→情绪发泄；兜底按真实问题处理并提示人工。
边界声明：对「疑似恶意/敲诈/竞对」引擎只输出疑似标记 + 取证清单，
最终判定与申诉提交必须商家人工完成——引擎不替商家指控顾客。
能力二：回复生成 generate_reply(review_text, industry, store_facts, tone="诚恳", stars=None)
输出 short（≤80 字公开版）与 full（≤200 字详细版）两版回复 + 策略说明（为什么这么回）。
- store_facts 强制注入（反编造硬规则）：
{'neg': 负面情况的客观解释, 'pos': 可证实的正面事实}，
真实问题/期望落差类回复必须写入门店事实；用户拒绝提供时降级为「无解释版」并提示风险 - facts 注入双闸：注入前先过红线行为词表（加微信/私下转账/返现/删差评类）与广告法词表，
命中即剔除并标记rejected_facts；facts 与差评原文公然矛盾时不注入并标记facts_conflict - A 级不走营销式模板：公开回复只写「已启动内部核查」，禁止补偿了事话术
- 合规自检：每条回复输出前强制过 library.check_compliance（59 词库+变体正则+抗插入归一化），
命中按 BANNED_REPLACE 自动替换并记录；叠加平台红线正则（诱导删改评/导流线下） - 确定性：同一组输入输出逐字相同（seed 为参数 md5）
能力三：申诉与挽回 suggest_action(classify_result)
- 疑似恶意 →
appeal：任何严重度都附申诉取证清单（订单截图/监控记录/历史评价/聊天记录/
平台时限：抖音约 7 天、美团与大众点评约 30 天，以平台最新规则为准）；同时命中高危词的 A 级加急提示优先固定证据 - 真实问题且星级 ≤2 →
winback/recommend：私信话术（致歉+核实订单号+两个补偿选项） - 期望落差 →
winback/optional：赠券邀请再体验 - 情绪发泄/沉默 →
standard：公开回复即可，不建议补偿（过度补偿培养职业差评师） - A 级 →
manual：不主动私信补偿（避免「花钱消灾」留证），走线下核实+平台报备 - 全部分支红线写死在输出里：补偿不得与删除或修改评价挂钩
硬规则
- 疑似恶意只标「疑似」，最终判定须人工；A 级强制人工复核
- 回复不得出现广告法违禁词、不得出现「删除差评请联系」类诱导表述
- 不编造门店事实：store_facts 缺失即降级，绝不虚构解释
- 同一组输入输出逐字相同，RULE_VERSION 可定位规则版本
引擎用法
python3 scripts/reviewreply/test_reviewreply.py # 回归断言
import sys; sys.path.insert(0, "scripts")
from reviewreply import classify, generate_reply, suggest_action
cls = classify("等了40分钟菜还没上，服务员还爱答不理", "餐饮", stars=1)
rep = generate_reply("等了40分钟菜还没上", "餐饮",
{"neg": "当天晚市高峰外卖爆单", "pos": "汤底每天现熬"})
act = suggest_action(cls)
