直播复盘生成引擎·专业版

能力

确定性引擎：输入直播数据，自动输出四环节漏斗判定、问题清单、优化动作与下场待办。

引擎源码（可直接运行）

# -*- coding: utf-8 -*-
"""直播复盘生成引擎 livestream_review.py

输入：场观、平均停留秒数、互动数、转粉数、成交金额、成交件数、开播时长分钟
输出：漏斗定位（曝光承接/停留/互动/转化）、各环节判断、优化动作、下次直播待办
商品类引擎，阈值按通用经验区间，禁止编造数据，诊断须基于输入。
"""
from typing import Any, Dict, List, Union


def _validate_number(v: Any, name: str, lo: float, hi: Union[float, None] = None) -> float:
    if isinstance(v, bool) or not isinstance(v, (int, float)):
        raise ValueError(f"{name}必须为数字，收到 {type(v).__name__}")
    f = float(v)
    if f < lo:
        raise ValueError(f"{name}不能小于{lo}，收到 {f}")
    if hi is not None and f > hi:
        raise ValueError(f"{name}不能大于{hi}，收到 {f}")
    return f


def _rate(a: float, b: float) -> float:
    return a / b if b > 0 else 0.0


def review(
    views: Union[int, float],
    avg_stay_sec: Union[int, float],
    interactions: Union[int, float],
    new_followers: Union[int, float],
    sales_amount: Union[int, float],
    sales_units: Union[int, float],
    duration_min: Union[int, float],
    prev_views: Union[int, float] = 0,
) -> Dict[str, Any]:
    """生成直播复盘诊断。

    判定规则（确定性阈值）：
      - 停留：平均停留≥90秒为优，45-90秒为一般，<45秒为流失风险
      - 互动率：互动/场观 ≥5% 为优，1%-5% 为一般，<1% 为弱
      - 转粉率：转粉/场观 ≥3% 为优，1%-3% 为一般，<1% 为弱
      - 转化：销售额>0 记成交；客单价=销售额/件数
      - 场观环比：相对 prev_views 判断涨跌
    """
    views = _validate_number(views, "views", 1)
    avg_stay_sec = _validate_number(avg_stay_sec, "avg_stay_sec", 0)
    interactions = _validate_number(interactions, "interactions", 0)
    new_followers = _validate_number(new_followers, "new_followers", 0)
    sales_amount = _validate_number(sales_amount, "sales_amount", 0)
    sales_units = _validate_number(sales_units, "sales_units", 0)
    duration_min = _validate_number(duration_min, "duration_min", 1)
    prev_views = _validate_number(prev_views, "prev_views", 0)

    interact_rate = _rate(interactions, views)
    follow_rate = _rate(new_followers, views)
    avg_unit = _rate(sales_amount, sales_units) if sales_units > 0 else 0.0
    view_change = _rate(views - prev_views, prev_views) if prev_views > 0 else None

    issues = []
    actions = []

    if avg_stay_sec < 45:
        issues.append("停留流失风险")
        actions.append("前5分钟上福利钩子/利益点，压缩开场铺垫，30秒内给出停留理由")
    elif avg_stay_sec < 90:
        issues.append("停留一般")
        actions.append("中段增加互动抽奖与节奏切换，按10-15分钟一个钩子循环")
    else:
        actions.append("停留数据健康，保持当前开场节奏")

    if interact_rate < 0.01:
        issues.append("互动弱")
        actions.append("增加口播提问、评论区点菜、限时扣1/扣暗号动作")
    elif interact_rate < 0.05:
        issues.append("互动一般")
        actions.append("设置互动奖励（整点抽/扣1进群），引导弹幕关键词")
    else:
        actions.append("互动健康，沉淀话术模板复用")

    if follow_rate < 0.01:
        issues.append("转粉弱")
        actions.append("强化关注利益点（关注送资料/下次开播提醒），下播前集中引导一次")
    elif follow_rate < 0.03:
        issues.append("转粉一般")
        actions.append("每半小时做一次关注引导，配合关注弹窗与口令")
    else:
        actions.append("转粉健康")

    if sales_units > 0:
        actions.append(f"本场成交{sales_units}件、客单价{round(avg_unit,2)}元，复盘高转化款的话术与展示顺序，下场上架顺序前移")
    else:
        issues.append("零成交")
        actions.append("检查选品与价格锚点：本场是否缺引流款/主推款结构，下播后做商品点击率复盘")

    if view_change is not None:
        if view_change > 0.05:
            actions.append(f"场观环比+{view_change*100:.0f}%，验证本场引流动作（预告/短视频/付费），下周复刻")
        elif view_change < -0.05:
            actions.append(f"场观环比下滑{abs(view_change)*100:.0f}%，复盘引流入口：预告频次、短视频挂载、开播时间是否被平台流量低谷期影响")

    return {
        "funnel": {
            "stay": {"level": "优" if avg_stay_sec >= 90 else ("一般" if avg_stay_sec >= 45 else "流失风险"), "value_sec": avg_stay_sec},
            "interaction": {"level": "优" if interact_rate >= 0.05 else ("一般" if interact_rate >= 0.01 else "弱"), "rate": round(interact_rate, 4)},
            "follow": {"level": "优" if follow_rate >= 0.03 else ("一般" if follow_rate >= 0.01 else "弱"), "rate": round(follow_rate, 4)},
            "sales": {"units": sales_units, "amount": sales_amount, "avg_unit": round(avg_unit, 2)},
        },
        "issues": issues,
        "actions": actions,
        "next_todo": [
            "1. 按上方动作项逐条落到下场直播脚本，明确到分钟",
            "2. 下播后导出商品点击/转化明细，核对主推款表现",
            "3. 固定记录每场数据，建立本账号基线后再按周对比",
        ],
        "boundary": "阈值为通用经验区间，不同品类/账号阶段差异大，累计5场以上后须按自身基线校准。",
    }

输入输出

• 输入：场观、平均停留秒、互动数、转粉数、成交金额、成交件数、时长分钟、上场场观（可选）
• 输出：四环节漏斗判定（等级+数值）、问题清单、优化动作清单、下场三条待办

断言实测（发布前本地实跑，20/20 通过）

• 3 业务正例：健康场次（停留90秒/互动8%/转粉4%/客单价200全优）；问题场次（停留30秒/互动0.4%/零成交→流失+弱+选品动作）；一般场次（停留60秒/互动3%/场观环比-17%→下滑提示）
• 边界：场观=1不报错；件数=0不除零客单价=0；互动率5%恰好为优、1%恰好为一般
• 4 类非法入参拦截：场观0、场观非数字、时长0、停留-1