feat(ai/script): prompt v3 — §0 总则白名单 + (示例) 时间标记 + 上下文增强

prompt.ts (DRAFT_PLAN_SCRIPT_SYSTEM 重写):
  - 删 few-shot JSON 大段(LLM 把示例文本当模板照抄,如"工作日 19:00 后"
    伪事实就是这么漏的)
  - 加 §0 总则:白名单(诊所/患者/触发原因/画像/临床上下文)+ 自检方法,
    白名单之外具体表述视为虚构 → 失败
  - 加 §6 时间/排班规则:必含"待确认"短语;(示例) 显式标记或方向词代替具体点;
    严禁加粗具体时间("**周六上午10点**" 被读作已敲定)
  - 加 医生引用规则:followup 引诊断必须用 reason.triggerDoctor,不能拿
    全患者高频医生顶替(38 是姜医生发现,不能写李医生)
  promptVersion → draft_plan_script@2026-05-27-time-marker

schema.ts:
  close 段 describe() 明确 (示例) 标记规则 + 加粗禁令

call.ts safety rules 新增 3 条:
  - close_no_commit_phrasing(block):"已为您约好"/"约定"/"敲定" 等承诺词
  - close_no_bold_time(block):正则禁加粗具体时间词
  - close_has_tentative_phrasing(warn):未含"待确认"语义短语提示

input.types.ts + orchestrator.buildCallInput:
  reason 加 triggerDoctor + triggerDate;plan 加 goal;
  clinicalContext 加 ongoingChains + completedTreatmentCount(信任锚);
  loadPlanContext fact status filter 改 ['active','fulfilled'](漏 fulfilled 会让
  AI 看不到实际 treatment_record → primaryDoctor 偏移、pendingTreatments 漏算);
  extractPrimaryDoctor 改"doctor_id 频次 top 1"(对齐前端);
  visitFacts EMR 兜底(同 plan-aggregate);
  pendingTreatments 改从 plan.reasons 派生(SQL 权威集,旧 DX_TO_CAT 漏 K01/K03)。

apps/pac-service/src/modules/ai/calls/draft-plan-script/call.ts

@@ -55,6 +55,62 @@ const safetyRules: ReadonlyArray<SafetyRule<DraftPlanScriptOutput>> = [
       return { pass: hasH3, message: hasH3 ? undefined : 'objection 段未按 ### A./B. 子标题切分' };
     },
   },
+  {
+    name: 'close_no_commit_phrasing',
+    severity: 'block',
+    check(output) {
+      // close 段禁止"我已为您约好 X" / "已成功预约 X" / "约定 / 敲定 / 安排好" 这种确定承诺(PAC 无排班 API)
+      const COMMIT_PHRASES = [
+        '已为您约好', '已成功预约', '已为您预约', '已经为您约', '已替您预约',
+        '约定本', '敲定本', '安排好了', '已经预约'
+      ];
+      const hit = COMMIT_PHRASES.filter((p) => output.close.includes(p));
+      return {
+        pass: hit.length === 0,
+        message: hit.length > 0 ? `close 段承诺式表述(无排班 API,不能定): ${hit.join(',')}` : undefined,
+      };
+    },
+  },
+  {
+    name: 'close_no_bold_time',
+    severity: 'block',
+    check(output) {
+      // close 段禁止 **本周X上午X点** 这种加粗具体时间 — 加粗 = "已确认重点",误导患者
+      //   正确做法:具体时间紧跟 (示例) 后缀,或用"周X上午这个方向"模糊词
+      //   匹配:**...含数字时间词的字符串...**
+      const boldTimeRegex = /\*\*[^*\n]*(?:周[一二三四五六日天]|\d+\s*(?:点|:|：))[^*\n]*\*\*/;
+      const m = output.close.match(boldTimeRegex);
+      return {
+        pass: !m,
+        message: m ? `close 段加粗了具体时间"${m[0]}" — 应去加粗 + 加 (示例) 后缀或用方向词` : undefined,
+      };
+    },
+  },
+  {
+    name: 'close_has_tentative_phrasing',
+    severity: 'warn', // warn 不阻断,只记日志(soft 引导,严格的话改 block)
+    check(output) {
+      // close 段应含"待确认"语义短语,避免患者以为时间真定了
+      const TENTATIVE_PHRASES = [
+        '以诊所排班为准',
+        '排班为准',
+        '稍后跟前台确认',
+        '跟前台确认',
+        '稍后跟诊所确认',
+        '稍后短信确认',
+        '排班确认后告知',
+        '排班确认后短信',
+        '稍后短信通知您实际',
+        '具体时段以',
+        '具体时间以',
+      ];
+      const hasTentative = TENTATIVE_PHRASES.some((p) => output.close.includes(p));
+      return {
+        pass: hasTentative,
+        message: hasTentative ? undefined : 'close 段未含"待确认/以排班为准"等弱化短语,可能误导患者以为时间已定',
+      };
+    },
+  },
 ];
 
 /**

apps/pac-service/src/modules/ai/calls/draft-plan-script/input.types.ts

@@ -23,11 +23,20 @@ export interface DraftPlanScriptInput {
     /** 主场景 label(从 scenario 枚举翻译,如"治疗后复诊召回"/"漏治-缺失牙"等) */
     primaryScenarioLabel: string;
     priorityScore: number;
+    /** ⭐ 本次召回的明确目的(plan.goal 原文,如"邀约做牙周基础治疗(SRP/翻瓣),控制炎症发展")
+     *  让 LLM followup 段对齐该目标,不再自己脑补"我们想约您来评估" */
+    goal: string | null;
     /** 触发原因摘要(最多 3 条) */
     reasons: Array<{
       scenarioLabel: string;
       reason: string;
       priorityScore: number;
+      /** 触发该诊断/建议的医生(LLM 在 followup 段必须引用此人,不要用 primaryDoctorName)
+       *  来源:reason.evidence.factIds[0] → patient_facts.content.doctor_name
+       *  null = 该 fact 无医生记录 → LLM fallback "您的主诊医生" 泛指 */
+      triggerDoctor: string | null;
+      /** 触发诊断/建议的日期(YYYY-MM-DD),给 LLM 在话术里用,如"上次姜医生 X 月 X 日给您检查时...") */
+      triggerDate: string | null;
     }>;
   };
 
@@ -45,6 +54,11 @@ export interface DraftPlanScriptInput {
     treatmentChainSummary: string | null;  // 治疗链当前阶段一句话
     /** 主诊医生名(从最近 treatment/diagnosis fact 抽);LLM 必须用此名,不可编造 */
     primaryDoctorName: string | null;
+    /** ⭐ 正在进行的治疗链摘要(每条一句:"牙周治疗在管 · 上次龈上洁治 · 吴医生 · 2024.04.27")
+     *  LLM 用于:① 不重复邀约已在管的治疗 ② 引用历史治疗显出"诊所记得 ta" */
+    ongoingChains: string[];
+    /** ⭐ 已做治疗总次数(信任锚);LLM 用于:老客可以更家常,新客需自报家门更详细 */
+    completedTreatmentCount: number;
   };
 }
 

apps/pac-service/src/modules/ai/calls/draft-plan-script/prompt.ts

@@ -19,69 +19,142 @@ import type { DraftPlanScriptInput } from './input.types';
  *   - 2026-05-24-d — 称呼用通话名(姓+先生/女士);明禁念 scenario 内部 label;
  *                    要求 opening/followup 引用 ≥1 / ≥2 条具体临床事实
  */
-export const DRAFT_PLAN_SCRIPT_PROMPT_VERSION = 'draft_plan_script@2026-05-24-d';
+export const DRAFT_PLAN_SCRIPT_PROMPT_VERSION = 'draft_plan_script@2026-05-27-time-marker';
 
 /**
  * System prompt(稳定指令,不随 input 变)。
  *
- * 设计原则(B 方案):
- *   - 让 LLM 直出 markdown,格式契约由 schema.ts .describe() 强约束 + system 反例提示
- *   - Flash 模型偏好"清晰指令 + 至少 1 个完整 few-shot",所以下面 user prompt 末尾会带 1 个完整 example
- *   - 强约束词("必须"/"禁止"/"不得") + 反例段("❌ 错示范") Flash 遵循度提升明显
+ * 设计原则(2026-05-27 重构):
+ *   - **正向从宽**:只列必须满足的条目,段内子结构靠 schema .describe() 强约束(已足够),不堆 few-shot
+ *   - **反向从严**:严禁编造、严禁推断未提供事实、严禁销售文风。穷尽枚举常见越界场景
+ *   - 删除 few-shot JSON 大段:它让 LLM 把例子里的实写文本当模板照抄("工作日 19:00 后" 等伪事实就这么漏的)
+ *   - 输出 shape 完全靠 generateObject + zod schema(LLM 强制按 shape 走)
  */
 export const DRAFT_PLAN_SCRIPT_SYSTEM = `你是某连锁牙科诊所的资深客服顾问,有 10 年外呼经验,擅长在不显得推销的前提下,自然地把患者请回诊所复诊。
 
-# 核心原则
-1. 语气温和、专业,不要"销售感"。患者是来看牙的,不是被推销的。
-2. 必须提到具体临床事实(治疗阶段、上次到店做的事),让患者感受到诊所记得 ta。
-3. 禁止承诺疗效("一定能治好"/"百分百"/"绝对有效" 等绝对化用语,医疗合规红线)。
-4. 禁止使用"亲"、"宝"、"小哥哥/小姐姐" 等口语化称呼;统一用"X 先生/女士"。
-5. 必须给具体时间选项(如"周四晚上 7 点或周六上午"),不能只说"有空过来";患者要能立刻回"好,周六可以"。
-6. 异议处理覆盖最常见的几种(没时间/再考虑/价格疑虑/已在外院),不要面面俱到。
-
-# 事实约束(绝不可编 — 患者一听就穿帮)
-- **称呼**:严格使用 user prompt「患者.称呼」给的字符串(已是"X 先生/女士" 通话名),不得改成"亲""帅哥""路总"等,也不能用"路*""路星"等带掩码/全名
-- **诊所名**:严格使用 user prompt「诊所.名称」给的字符串,不得简称/改字/补"中心""旗舰店"等任何字
-- **医生名**:如果 user prompt「主诊医生」有值,统一用此名称呼(如"王医生");没有则用"您的主诊医生"泛指,绝不要编"李医生""张主任"
-- **牙位**:对患者只能说俗称(上门牙/下门牙/智齿/大牙/前牙/后牙/虎牙),禁止说 FDI 数字编号("21""36""47" 这种患者完全听不懂)
-  - user prompt「待做治疗」已经把牙位翻译成俗称,直接照抄;若有补充牙位也只能用俗称
-- **数字日期**:不要编未给出的具体日期(如"5/21"),给时间选项时用"本周X / 下周X 晚上 X 点" 这种相对说法
-- **召回场景代号**(⭐ 重要):user prompt「召回场景.主场景」字段是**内部分类编码**(如"启治召回"、"治疗后复诊召回"),**绝对不能在话术中念出**!患者听不懂"启治召回"是什么意思,会立即觉得是机器外呼。
-  - opening 段必须以"具体临床事实"开场,例如:"上次{主诊医生}给您看牙时提到{待做治疗或上次到店}"、"您 X 月在我们这里检查过 {上次到店}",而不是"今天给您打电话是因为「启治召回」"
-
-# 让患者感受"诊所记得我"(必须做到)
-opening + followup 两段加起来,**必须自然引用至少 3 条** user prompt 给的具体临床事实,可选项:
-- 上次到店时间(如"上周/上个月/X 月")
-- 上次到店做了什么(lastVisitSummary)
-- 主诊医生姓名(若有)
-- 待做治疗具体内容(pendingTreatments,含俗称牙位)
-- 待做治疗的临床后果(如"再拖可能要正畸/补骨,流程更长")
-- 触发原因里的临床信号(如"距诊断已 X 天")
-
-不要只说"有段时间没见您了" / "想跟您约时间复查" 这种万能空话 — 这样的话客服自己都说不出口。
-
-# 输出约束(B 方案 · 重要)
-你只输出 1 个 JSON 对象,包含 5 个 key:tone / opening / followup / objection / close。
-opening / followup / objection / close 这 4 个字段的值都是 **Markdown 字符串**,每段必须严格按 schema 中 .describe() 指定的子结构格式(目的/正文/注意/异议预判/回写要点)。
-
-# ❌ 错示范(必须避免)
-- opening 段缺 \`**目的**:\` 开头 → 客服无法快速 scan 目的
-- followup 段把异议应对话术写完整 → 跟 objection 段重复
-- objection 段用 bullet \`- ...\` 列异议 → 必须用 \`### A. "xxx"\` 子标题
-- close 段缺 \`**回写要点**\` → 客服不知道结果该怎么提交
-- blockquote 里写排比抒情("您的健康是我们最大的牵挂...") → 假销售感
-- ❌ "牙位 21""牙位 36""左上 26 牙" → 患者听不懂 FDI 牙位号
-- ❌ "李医生""王主任"(user prompt 未给医生名时) → 编造医生名穿帮
-- ❌ "本周四(5/21)" → 编造未给出的具体日期
-- ❌ "围绕「启治召回」开场" / "本次想跟您沟通的是:启治召回" → 把内部 scenario label 念给患者听
-- ❌ "路*您好" / "段*先生您好" → 用了掩码字符,通话名必须从 user prompt「患者.称呼」整体照抄
-
-# ✅ 好示范的特征
-- 开场白 30 秒内讲清楚"我是谁 / 为什么打 / 现在方不方便"
-- 切入话题用"上次李医生 X 月给您拍了 CBCT" 这类硬事实开门
-- 结束确认时复述"周四(5/21)晚 7:00 李医生" 完整信息
-
-所有文案使用简体中文。只输出 JSON,不要任何解释。`;
+# 一、正向要求(从宽 — 只列必须做到的)
+
+1. **结构**:输出 1 个 JSON,5 个 key:tone / opening / followup / objection / close。后 4 个是 Markdown 字符串,每段内的子结构按 schema .describe() 自由发挥(目的 / 正文 blockquote / 注意 / 异议预判 / 回写要点 等已说清)。
+
+2. **引事实**:opening + followup 加起来,自然引用**至少 3 条** user prompt 给的具体临床事实(从「触发原因」/「待做治疗」/「上次到店」/「距上次天数」/「主诊医生」中挑)。
+
+3. **医生引用规则**:
+   - followup 段引用某条诊断时,**优先用该 reason 的"触发医生"**(user prompt 在 reason 行后给了 \`触发医生:XXX\`)
+   - 邀约面诊默认用"长期主诊医生"(user prompt 给的 \`该患者长期主诊医生\` 字段)
+   - 两者都缺时用"您的主诊医生"泛指
+   - 触发医生跟引用的具体诊断必须对应(姜医生发现智齿就说"姜医生",不要写"李医生")
+
+4. **牙位俗称**:对患者只能说俗称(智齿 / 大牙 / 前牙 / 上门牙 / 下门牙 / 虎牙 / 后牙)。user prompt「待做治疗」已转俗称,直接照抄。
+
+5. **具体时间**:邀约面诊必须给具体选项(如"本周六上午 / 下周一晚上 7 点"),不能只"有空过来"。患者要能立即回"好,周六可以"。
+
+6. **异议**:覆盖最常见 3-4 种(再考虑 / 价格 / 没时间 / 已在外院),不必面面俱到。
+
+7. **称呼**:严格用 user prompt「患者.称呼」给的字符串(已是"X 先生/女士" 通话名),整体照抄。
+
+8. **诊所名**:严格用 user prompt「诊所.名称」给的字符串,不简称、不补字。
+
+9. **tone**:自选 warm(温和家常) / professional(专业稳重) / urgent(有时效紧迫),适配患者画像。
+
+# 二、反向约束(从严 — 任一出现即视为失败)
+
+## 0. 总则 ⭐(以下所有具体禁令的母规则)
+
+**话术中出现的任何具体事实**(医生名 / 价格 / 时间 / 政策 / 设备 / 诊断 / 治疗 / 偏好 / 患者背景 ...)**必须可追溯到 user prompt 下列字段之一**:
+
+\`\`\`
+诊所:           「诊所.名称」
+患者:           「患者.称呼 / 性别 / 年龄」
+召回原因:       「触发原因」每行(含触发医生 + 日期)
+画像:           「患者画像关键特征」每行
+临床上下文:     「距上次到店」「上次到店」「该患者长期主诊医生」「治疗链状态」「待做治疗」
+\`\`\`
+
+**白名单之外的任何具体表述都视为虚构 → 失败**。模糊或泛指(如"医生""我们诊所""稍后")不算虚构;**带数字、带具体名词、带具体政策**就要白名单兜底。
+
+> 自检方法:输出前每写一个具体陈述,问自己"这条信息出自上面哪个字段?"答不上就删掉或改泛指。
+
+## 1. 常见违规示例(以下都属于违反 §0 总则)
+
+### 患者背景类(PAC 无字段 → 严禁)
+- ❌ 偏好通话时段("工作日 19:00 后"/"周末有空"/"晚饭后")
+- ❌ 职业 / 家庭 / 收入 / 经济状况
+- ❌ "您之前提过 / 您说过 X" — 假装客服历史
+- ❌ "您比较忙 / 您时间不固定" — 推测患者状态
+
+### 价格 / 服务政策类(PAC 无字段 → 严禁)
+- ❌ 价格数字("种植 ¥8000"/"几百到一千多"/"上千")
+- ❌ "免费 / 不收费 / 免单"("免费拍片""今天不收费""赠送一次")
+- ❌ 优惠 / 活动("活动价""限时优惠""老客折扣")
+- ❌ 营业时间("晚上 8 点营业到"/"周末全天")
+- ❌ 设备 / 项目细节("我们有新引进的 X 设备"/"做无痛 X")
+
+### 临床事实类(超出 user prompt → 严禁)
+- ❌ 不在「触发原因」/「待做治疗」里的诊断 / 治疗 / 医生
+- ❌ 编造医生名("李医生""王主任") — 字段为空就用"您的主诊医生"泛指
+- ❌ 编造手术细节("上次由 X 主刀")
+- ❌ 编造检查项目("上次 CBCT 显示...")— 除非 user prompt 写了
+
+### 时间日期类
+- ❌ 未给出的具体日期("本周四 5/21") — 用"本周 X 晚 X 点"相对说法
+- ❌ 编造距今天数("3 个月前") — 用「距上次到店」字段(单位 天)
+
+### 牙位类
+- ❌ FDI 牙位号("21""36""左上 26") — 患者听不懂,只能用「待做治疗」字段已转好的俗称
+
+## 2. 严禁把内部分类念给患者
+- ❌ "围绕「启治召回」开场" / "本次「治疗后复诊召回」" — scenario 代号是 PAC 内部分类,患者听到会觉得是机器外呼
+- ❌ 直接念 sub_key("caries_no_filling""perio_no_srp")
+- ❌ 念优先级分数("您的优先级是 76 分")
+
+## 3. 禁词(销售化 / 不合规)
+- 一定能 / 保证 / 绝对 / 百分百 / 100% / 亲爱的 / 便宜 / 促销 / 折扣 / 免费 / 不收费 / 赠送
+- 口语化称呼:亲 / 宝 / 小哥哥 / 小姐姐 / 帅哥 / 美女
+- 医疗承诺:"一定能治好" / "保证效果" / "绝对安全"
+
+## 4. 严禁销售文风
+- ❌ 排比抒情("您的健康是我们最大的牵挂,我们时刻关注...")
+- ❌ 制造焦虑("再不治马上就脱落了" / "不来就来不及了")
+- ❌ 强 CTA / 二选一逼问("您是约今天还是明天?必须二选一")
+- ❌ 万能空话("有段时间没见您了" / "想跟您约时间复查") — 必须带具体临床事实
+
+## 5. 段内禁止
+- opening 段:加 ### 标题 / 加表情符号 / blockquote 里排比抒情
+- followup 段:写完整异议应对话术(那是 objection 段的事)
+- objection 段:把异议合并成一段 / 用 bullet \`- ...\` 列(必须 ### A./B./C. 分块)
+- close 段:省略具体时间敲定 / 省略 \`**回写要点**\` / 用承诺式"已为您约好 X"(实际还没真排)
+
+## 6. 时间/排班相关 ⭐(PAC 无排班 API,LLM 给的具体时段都是 example,不是真排上)
+
+### 6.1 措辞约束
+- close 段必须含"待确认"短语之一(任选):
+  - "具体时段以诊所排班为准"
+  - "稍后跟前台确认后短信通知您实际时间"
+  - "实际时间稍后短信确认"
+  - "我先按 X 登记,排班确认后告知"
+
+### 6.2 ⭐ 关于具体时间(如"周六上午10点")的标记规则(关键!)
+出现具体时间时,**LLM 自己要明确标记它是"示例"而非"已确认"**。两种方式选一种:
+
+**方式 A (推荐)**:具体时间不加粗,且紧跟 \`(示例)\` 后缀
+- ✅ "我先按 周六上午10点(示例) 登记,稍后跟前台确认后短信通知您实际时间"
+
+**方式 B**:用模糊方向词代替具体点
+- ✅ "我先按周六上午这个方向登记,具体几点稍后跟前台确认后短信您"
+
+**严禁的做法**:
+- ❌ \`**本周六上午10点**\` ← **加粗**表示"重点/已敲定",会让患者以为时间真定了
+- ❌ "约定本周六上午10点" / "敲定 X 时间" ← 用词含"约定/敲定"=承诺感
+- ❌ 写多个具体时间作"备选"("周六10点或下周一19点 选一个?") ← close 段是收尾,不是商量,只给 1 个示例 + 弱化即可
+
+### 6.3 followup / objection 段可以给多个具体时段作"沟通选项"
+followup / objection 段是邀约 / 应对异议,可以给多个时间选项供患者反馈,不需要 (示例) 标记
+- ✅ "本周六上午或下周一晚上7点,您看哪个方便?"
+- 但仍不可承诺"已经约上"
+
+# 三、输出格式
+只输出 1 个合法 JSON 对象,符合 schema 5 字段。**不要任何解释性文字 / Markdown 代码块包裹**。
+所有文案使用简体中文。`;
 
 /**
  * 业务 prompt — 装配 input 成具体上下文。
@@ -99,7 +172,14 @@ export function buildDraftPlanScriptPrompt(input: DraftPlanScriptInput): string
 
   const reasonsLines = plan.reasons.length > 0
     ? plan.reasons
-        .map((r, i) => `${i + 1}. [${r.scenarioLabel}, 优先级 ${r.priorityScore}] ${r.reason}`)
+        .map((r, i) => {
+          // 触发医生 + 日期 cluster — followup 必须引这条
+          const trigBits: string[] = [];
+          if (r.triggerDoctor) trigBits.push(`触发医生:${r.triggerDoctor}`);
+          if (r.triggerDate) trigBits.push(`日期:${r.triggerDate}`);
+          const trigStr = trigBits.length > 0 ? ` (${trigBits.join(' · ')})` : '';
+          return `${i + 1}. [${r.scenarioLabel}, 优先级 ${r.priorityScore}] ${r.reason}${trigStr}`;
+        })
         .join('\n')
     : '- (无具体触发原因)';
 
@@ -107,21 +187,24 @@ export function buildDraftPlanScriptPrompt(input: DraftPlanScriptInput): string
     ? clinicalContext.pendingTreatments.map((t) => `- ${t}`).join('\n')
     : '- (暂无明确待做治疗)';
 
-  return `# 召回任务背景
+  return `# 召回任务背景(以下字段是 100% 可信的事实源,只能用这些,不能编额外的)
 
 ## 诊所
-- 名称:${clinicName}(自报家门时**必须**用此名,不要编造其他诊所名)
+- 名称:${clinicName}
 
 ## 患者
-- 称呼:${patient.nameMasked}(已脱敏)
+- 称呼:${patient.nameMasked}
 - 性别:${patient.gender ?? '未知'}
 - 年龄:${patient.age ?? '未知'}
 
-## 召回场景(⚠️ 内部分类,**不要在话术中念出**)
-- 主场景代号:${plan.primaryScenarioLabel}(给客服理解任务性质用,患者听不懂)
+## 召回元数据(⚠️ 内部用,严禁念给患者)
+- 主场景代号:${plan.primaryScenarioLabel}
 - 综合优先级:${plan.priorityScore}
 
-## 触发原因(给客服理解为什么挑这个患者;话术里要用更通俗的说法引出)
+## ⭐ 本次召回目的(必须对齐 — followup 段务必体现这个目标,不要自行脑补别的目的)
+${plan.goal ?? '(未指定 — 自行从 reasons 推断)'}
+
+## 触发原因
 ${reasonsLines}
 
 ## 患者画像关键特征
@@ -130,32 +213,13 @@ ${personaLines}
 ## 临床上下文
 - 距上次到店:${clinicalContext.daysSinceLastVisit ?? '未知'} 天
 - 上次到店:${clinicalContext.lastVisitSummary ?? '无记录'}
-- 主诊医生:${clinicalContext.primaryDoctorName ?? '(未知 — 话术中用「您的主诊医生」泛指,不要编名)'}
-- 治疗链状态:${clinicalContext.treatmentChainSummary ?? '无数据'}
-- 待做治疗(牙位已转患者俗称,直接照抄):
+- 该患者长期主诊医生:${clinicalContext.primaryDoctorName ?? '(未知)'}
+- 历史已做治疗:${clinicalContext.completedTreatmentCount} 项${clinicalContext.completedTreatmentCount >= 10 ? '(老客,可家常 tone)' : clinicalContext.completedTreatmentCount === 0 ? '(新客,需详细自报家门)' : ''}
+- 待做治疗(牙位已转俗称,本次召回想推进的就是这些):
 ${pendingLines}
+- 正在进行的治疗链(已在管,**不要再次邀约**这些类目;可作为"诊所记得 ta"的引用素材):
+${clinicalContext.ongoingChains.length > 0 ? clinicalContext.ongoingChains.map((l) => `  - ${l}`).join('\n') : '  - (无正在进行的治疗链)'}
 
 # 任务
-请为这通外呼电话准备话术。**必须**在 followup 段引用至少一条上述临床事实(治疗阶段 / 上次内容 / 上面给的待做治疗),不要只说"有段时间没见您了"这种空话。
-**事实约束硬要求**:诊所名/医生名/牙位俗称严格按上面给的字段,**不要编**。若主诊医生为未知,用"您的主诊医生" / "医生" 泛指。
-
-# 输出格式参考(精简 few-shot,只看格式骨架 — 文字内的 {占位} 必须用 user prompt 真实字段替换)
-
-\`\`\`json
-{
-  "tone": "warm",
-  "opening": "**目的**:亲切自然地建立通话,用「上次到店」做切入,避免推销感。\\n\\n> \\"您好,请问是{患者称呼}吗?我是{诊所名}的客服。{您上次/X 月在我们这边检查时},{您的主诊医生}提到{1 条具体临床事实/待做治疗简述},我今天给您打过来想跟您再聊一下,您现在方便几分钟吗?\\"\\n\\n**注意**\\n- 称呼用「{患者称呼}」,不用全名/掩码\\n- 工作日 19:00 后是患者偏好窗口",
-  "followup": "**目的**:把诊所记录的{临床事实},自然引到「该来一趟了」。\\n\\n> \\"上次{您的主诊医生}给您检查时提到{临床事实+牙位俗称}。如果再拖,后面治疗的流程会更复杂、成本也更高。\\"\\n\\n> \\"我们想约您近期来做个面诊评估,**这次只是评估和确认方案,不做任何操作,大概 30 分钟**,您看本周或下周哪天方便?\\"\\n\\n**异议预判**\\n- \\"再等等\\" → 强调时间窗(再拖可能要做额外处理)\\n- \\"费用高\\" → 引导先面诊,方案出来后再算费用\\n- \\"在外院看过\\" → 提交「已在外院治疗」并关闭本次召回",
-  "objection": "### A. \\"我再考虑考虑\\"\\n> \\"完全理解,这是个不小的决定。这样,我先帮您把{您的主诊医生}的面诊时间留出来,**本周六上午或下周一晚上 7 点**,您选一个?到现场看了方案再决定也不晚。\\"\\n\\n### B. \\"价格太贵\\"\\n> \\"具体价格要看实际情况,{您的主诊医生}面诊后会给您 2-3 个方案,有不同档位可选。您先来评估,价格不合适咱们再聊别的方式。\\"\\n\\n### C. \\"已经在别的医院看了\\"\\n> \\"好的{患者称呼},那我这边帮您把这条记录关一下,日常护理还是按原来的周期回来就行,**祝您一切顺利**。\\"\\n> → 提交结果选「已在外院治疗」",
-  "close": "> \\"好的{患者称呼},那我帮您约 **本周六上午 10 点**,到时候提前 10 分钟到前台就行。我会给您发个短信提醒,您注意接收。还有别的需要么?\\"\\n\\n**回写要点**\\n- 成功约上面诊 → 提交结果选「成功转化为新预约」,填预约时间 + 医生\\n- 同意但未定日期 → 选「约定下次回访」,填预计时间\\n- 考虑中 → 选「考虑中近期再跟进」,7 天后系统提醒二次跟进"
-}
-\`\`\`
-
-⚠️ few-shot 里的 \`{占位}\` 必须替换成 user prompt 给的真实字段:
-- \`{诊所名}\` ← user prompt「诊所.名称」(严格照抄,不简称、不加字)
-- \`{患者称呼}\` ← user prompt「患者.称呼」(脱敏后的姓 + 先生/女士)
-- \`{您的主诊医生}\` ← user prompt「主诊医生」字段值,若为未知就用"您的主诊医生"泛指(绝不要编"李医生""王主任")
-- \`{临床事实+牙位俗称}\` ← user prompt「上次到店」「待做治疗」字段,牙位**已经是俗称**(上门牙/智齿/大牙等),直接照抄,绝不要写成"21 牙""36 位"
-
-按 JSON schema 输出,只输出 JSON,不要任何解释性文字。`;
+按 schema 5 字段输出 1 个 JSON。所有事实必须来自上面字段,system prompt 的"反向约束"严格遵守。`;
 }

apps/pac-service/src/modules/ai/calls/draft-plan-script/schema.ts

@@ -67,9 +67,17 @@ export const DraftPlanScriptSchema = z.object({
     .describe(
       [
         '【结束·信息确认段 markdown,必须严格按以下 2 部分格式】',
-        '第 1 部分:`> "确认话术..."` blockquote — 复述敲定的安排:具体时间(周X晚上X点)+ 医生名 + 提醒方式(短信/企微)+ 礼貌结尾',
+        '第 1 部分:`> "确认话术..."` blockquote — 复述敲定的安排:示例时间 + 医生名 + 提醒方式(短信/企微)+ 礼貌结尾',
+        '  ⭐ 时间措辞要求(call 时段 PAC 无排班 API,LLM 给的具体时间只是 example,实际以诊所排班为准):',
+        '   - 必须含"待确认"语义短语之一:"具体时段以诊所排班为准" / "稍后跟前台确认后短信通知您实际时间" / "实际时间稍后短信确认" / "我先按 X 登记,排班确认后告知"',
+        '   - 出现具体时间时(如"周六上午10点"),**两种方式标记为示例,任选一**:',
+        '       方式 A: 不加粗,紧跟 `(示例)` 后缀 → "周六上午10点(示例)"',
+        '       方式 B: 用方向词代替具体点 → "周六上午这个方向"',
+        '   - ⚠️ 严禁 `**周六上午10点**` 这种加粗具体时间 — 加粗读作"已确认重点",会让患者误以为时间真定了',
+        '   - 严禁说"我已为您约好 X" / "已成功预约 X" / "约定 X" / "敲定 X" 这种确定承诺',
+        '   - close 段只给 1 个时间示例 + 弱化短语,不要罗列多个备选(close 是收尾,不是商量)',
         '第 2 部分:空行后 `**回写要点**` 标题 + 2-4 条 `- xxx → 提交结果选「xxx」` bullet — 列不同通话结果对应的客服回写动作',
-        '禁止:省略具体时间敲定、省略回写要点',
+        '禁止:省略具体时间敲定、省略回写要点、加粗具体时间、用承诺式"已为您约好/约定/敲定"',
       ].join('\n'),
     ),
 });

apps/pac-service/src/modules/ai/orchestrators/plan-script.orchestrator.ts

@@ -2,7 +2,7 @@ import { Injectable, Logger, NotFoundException } from '@nestjs/common';
 import { randomUUID } from 'node:crypto';
 import type { Prisma } from '@prisma/client';
 import { fmtYearMonth } from '@pac/utils';
-import { planScenarioLabel, personaFeatureMeta } from '@pac/types';
+import { planScenarioLabel, personaFeatureMeta, subLabelZh, treatmentCategoryNameZh } from '@pac/types';
 import { PrismaService } from '../../../prisma/prisma.service';
 import { AiCallRunnerService } from '../ai-call-runner.service';
 import { DraftPlanScriptCall } from '../calls/draft-plan-script/call';
@@ -305,7 +305,10 @@ export class PlanScriptOrchestrator {
         hostId: plan.hostId,
         tenantId: plan.tenantId,
         patientId: patient.id,
-        status: 'active',
+        // ⚠️ 必须包含 fulfilled — actual treatment_record 状态是 fulfilled 不是 active,
+        //   漏 fulfilled 会让 AI 看不到实际治疗记录(医生 / 治疗类目 / occurredAt)→
+        //   primaryDoctor 偏移、pendingTreatments 漏算等。跟 plan-aggregate 同口径。
+        status: { in: ['active', 'fulfilled'] },
       },
       orderBy: { occurredAt: 'desc' },
     });
@@ -321,12 +324,36 @@ export class PlanScriptOrchestrator {
   }): DraftPlanScriptInput {
     const { plan, patient, persona, facts } = args;
 
+    // ⭐ 就诊事件回退:跟 plan-aggregate.serializeProfile 同口径
+    //   encounter_record(appointment.in_time != null 才产)很多 host 缺,改用 EMR 兜底
+    //   场景:DW 没 appointment 标到诊但 EMR 完整 → 之前 lastVisit/daysSinceLastVisit 全 null
     const encounters = facts.filter((f) => f.type === 'encounter_record');
-    const latestEnc = encounters[0];
+    const visitFacts = [...encounters, ...facts.filter((f) => f.type === 'emr_record')]
+      .filter((f) => f.occurredAt)
+      .sort((a, b) => b.occurredAt!.getTime() - a.occurredAt!.getTime());
+    const latestEnc = visitFacts[0];
     const daysSinceLastVisit = latestEnc?.occurredAt
       ? Math.floor((Date.now() - latestEnc.occurredAt.getTime()) / 86400_000)
       : null;
 
+    // 给每条 reason 查"触发该诊断/建议的医生 + 日期"
+    // evidence.factIds[0] = 主触发 fact;关联 patient_facts.content.doctor_name + occurredAt
+    // LLM 在 followup 段必须引用触发医生(姜医生发现智齿)而非全患者高频医生(李医生)
+    const factById = new Map(facts.map((f) => [f.id, f]));
+    const resolveReasonTrigger = (r: PlanWithReasons['reasons'][number]) => {
+      const evidence = (r.evidence ?? {}) as { factIds?: string[] };
+      const leadFactId = evidence.factIds?.[0];
+      if (!leadFactId) return { doctor: null, date: null };
+      const lead = factById.get(leadFactId);
+      if (!lead) return { doctor: null, date: null };
+      const c = lead.content as Record<string, unknown> | null;
+      const doctor = (c?.doctor_name as string | undefined)?.trim() || null;
+      const date = lead.occurredAt
+        ? lead.occurredAt.toISOString().slice(0, 10)
+        : null;
+      return { doctor, date };
+    };
+
     return {
       patient: {
         // 注意:LLM 用的 nameMasked 是"路先生/女士"通话称呼,不是脱敏掩码"路*"
@@ -343,11 +370,17 @@ export class PlanScriptOrchestrator {
           ? planScenarioLabel(plan.reasons[0].scenario)
           : '常规复诊召回',
         priorityScore: plan.priorityScore,
-        reasons: plan.reasons.map((r) => ({
+        goal: plan.goal,
+        reasons: plan.reasons.map((r) => {
+          const trig = resolveReasonTrigger(r);
+          return {
             scenarioLabel: planScenarioLabel(r.scenario),
             reason: r.reason,
             priorityScore: r.priorityScore,
-        })),
+            triggerDoctor: trig.doctor,
+            triggerDate: trig.date,
+          };
+        }),
       },
       personaHighlights: (persona?.features ?? []).slice(0, 5).map((f) => ({
         label: personaFeatureMeta(f.key).label,
@@ -356,8 +389,13 @@ export class PlanScriptOrchestrator {
       clinicalContext: {
         daysSinceLastVisit,
         lastVisitSummary: summarizeLastVisit(latestEnc),
-        pendingTreatments: extractPendingTreatments(facts),
-        treatmentChainSummary: summarizeChain(encounters),
+        // pendingTreatments 直接从 plan.reasons 派生 — 召回触发的 reason 本身就是"未启动治疗"
+        //   旧版用 DX_TO_CAT 内置 map 漏 K01/K03/K06/K07,导致阻生牙/牙体损伤等场景空
+        //   reasons 是 SQL 算出的权威集,数据已对齐 chain-composer
+        pendingTreatments: extractPendingFromReasons(plan.reasons),
+        treatmentChainSummary: summarizeChain(visitFacts),
+        ongoingChains: summarizeOngoingChains(facts),
+        completedTreatmentCount: countCompletedTreatments(facts),
         primaryDoctorName: extractPrimaryDoctor(facts),
       },
     };
@@ -452,16 +490,49 @@ function calcAge(birthDate: Date): number {
 function summarizeLastVisit(enc: FactRow | undefined): string | null {
   if (!enc) return null;
   const c = enc.content as Record<string, unknown> | null;
-  const summary = enc.summary ?? (c?.diagnosis as string | undefined) ?? (c?.treatment_category as string | undefined);
+  let summary = enc.summary ?? (c?.diagnosis as string | undefined) ?? (c?.treatment_category as string | undefined);
+  // 过滤内部 ID 类字符串(如 EMR 的 "关联接诊:16737540" / 纯 UUID / 纯数字串)
+  //   这些是 raw ID,LLM 把它念给患者会很奇怪
+  if (summary && /关联接诊[:：]|^[0-9a-f-]{8,}$|^\d{6,}$/.test(summary)) {
+    summary = undefined;
+  }
   if (!summary && !enc.occurredAt) return null;
   const when = enc.occurredAt ? fmtYearMonth(enc.occurredAt) : '近期';
   return `${when} — ${summary ?? '到店就诊'}`;
 }
 
 /**
+ * 从 plan.reasons 派生 pendingTreatments(待办治疗列表,LLM 在 followup 段引用)。
+ *
+ * 为什么从 reasons 而不是 facts 派生:
+ *   - reasons 是 SQL 算出的权威"未启动治疗"集,跟 chain-composer / 召回算法对齐
+ *   - facts 派生需要 DX_TO_CAT 内置 map,K01/K03/K06/K07 等场景缺映射 → 漏算
+ *   - reason.subKey 直接映射子场景中文 label(阻生牙未拔除 / 龋齿未做充填 等)
+ *   - signals.toothPosition 是 SQL 已合并的牙位 union,字段一致可信
+ */
+function extractPendingFromReasons(
+  reasons: Array<{ scenario: string; subKey: string | null; signals: unknown }>,
+): string[] {
+  const items: string[] = [];
+  for (const r of reasons) {
+    // sub_key 形如 'caries_no_filling@36' / 'perio_no_srp@whole';subLabelZh 接受不带 @ 的 base
+    const baseSubKey = (r.subKey ?? '').split('@')[0]!;
+    const subLabel = subLabelZh(r.scenario, baseSubKey);
+    const sig = (r.signals ?? {}) as { toothPosition?: string | null };
+    const toothRaw = (sig.toothPosition ?? '').trim();
+    const friendly = toothRaw ? toothFriendly(toothRaw) : '';
+    items.push(friendly ? `${subLabel} · ${friendly}` : subLabel);
+  }
+  // 去重(同 subLabel 多牙位会被 union-find 合并到一行,这里防御性 dedup)
+  return Array.from(new Set(items)).slice(0, 5);
+}
+
+/**
  * v2.1:读独立 diagnosis_record / recommendation_record fact,找出"有诊断/建议但未启动治疗"的待办。
  * 不再读 encounter_record 嵌套字段(encounter 已退化只元数据)。
+ * @deprecated 改用 extractPendingFromReasons — facts 派生有 DX_TO_CAT 漏映射 bug
  */
+// eslint-disable-next-line @typescript-eslint/no-unused-vars
 function extractPendingTreatments(facts: FactRow[]): string[] {
   // 已做的治疗 category
   const doneCats = new Set<string>();
@@ -589,22 +660,28 @@ function fdiToFriendly(fdi: string): string | null {
  * 没抽到 → null(prompt 里走 fallback,让 LLM 用"您的主诊医生"泛指,不编)。
  */
 function extractPrimaryDoctor(facts: FactRow[]): string | null {
-  // facts 已按 occurredAt desc 排序,优先 treatment/diagnosis(更"主诊"),其次 emr/encounter
-  const candidates = facts.filter(
-    (f) => f.type === 'treatment_record' || f.type === 'diagnosis_record',
-  );
-  for (const f of candidates) {
-    const c = f.content as Record<string, unknown> | null;
-    const name = (c?.doctor_name as string | undefined)?.trim();
-    if (name && name.length > 0 && name.length <= 10) return name;
-  }
-  // 兜底:再扫所有 fact 任一 doctor_name
+  // 主诊医生 = 跨所有 facts 中 doctor_id 出现频次 top 1 的医生
+  //
+  // ⚠️ 必须跟前端 KeyFactsCard 同口径(plan-detail-app.tsx attendingDoctor),
+  //    否则会出现"UI 显李医生 / AI 话术写王医生"的不一致 → 客服困惑 + AI 编造
+  //
+  // 老版本(W4)用"最新一次 treatment/diagnosis 的医生" — 语义偏:
+  //   患者 5 年都是李医生治,最近一次姜医生临时接诊 → 老版选姜,新版选李
+  //   "主诊"业务语义 = 长期管该患者的人,不是"最近一次接诊的"
+  const idCount = new Map<string, number>();
+  const idToName = new Map<string, string>();
   for (const f of facts) {
     const c = f.content as Record<string, unknown> | null;
-    const name = (c?.doctor_name as string | undefined)?.trim();
-    if (name && name.length > 0 && name.length <= 10) return name;
+    if (!c) continue;
+    const id = c.doctor_id ? String(c.doctor_id) : '';
+    const name = (c.doctor_name as string | undefined)?.trim() ?? '';
+    if (!id) continue;
+    idCount.set(id, (idCount.get(id) ?? 0) + 1);
+    if (name && name.length > 0 && name.length <= 10) idToName.set(id, name);
   }
-  return null;
+  if (idCount.size === 0) return null;
+  const topId = [...idCount.entries()].sort((a, b) => b[1] - a[1])[0]![0];
+  return idToName.get(topId) ?? null;
 }
 
 function summarizeChain(encounters: FactRow[]): string | null {
@@ -613,6 +690,58 @@ function summarizeChain(encounters: FactRow[]): string | null {
   return `共 ${encounters.length} 次就诊记录`;
 }
 
+/**
+ * 正在进行的治疗链摘要(每个 category 一句):
+ *   "牙周治疗在管 · 上次龈上洁治 · 吴医生 · 2024.04.27"
+ *
+ * 算法:
+ *   - 按 category 分组 actual treatments(排除 review)
+ *   - 每组取最新 1 条(occurredAt 最大)作 cluster 代表
+ *   - 按最新时间 DESC 排,取前 4 条
+ *
+ * 给 LLM 的用处:
+ *   ① 避免话术重复邀约已经在管的治疗(牙周已在做就不该再说"建议来做牙周")
+ *   ② 引用历史治疗(吴医生 4 月给做过洁牙)体现"诊所记得 ta"
+ */
+function summarizeOngoingChains(facts: FactRow[]): string[] {
+  const latestByCategory = new Map<string, FactRow>();
+  for (const f of facts) {
+    if (f.type !== 'treatment_record' || f.kind !== 'actual') continue;
+    if (!f.occurredAt) continue;
+    const c = f.content as Record<string, unknown> | null;
+    const cat = c?.category as string | undefined;
+    if (!cat || cat === 'review') continue;
+    const existing = latestByCategory.get(cat);
+    if (!existing || (existing.occurredAt && f.occurredAt > existing.occurredAt)) {
+      latestByCategory.set(cat, f);
+    }
+  }
+  const sorted = [...latestByCategory.entries()].sort((a, b) => {
+    return (b[1].occurredAt?.getTime() ?? 0) - (a[1].occurredAt?.getTime() ?? 0);
+  });
+  return sorted.slice(0, 4).map(([cat, latest]) => {
+    const c = latest.content as Record<string, unknown> | null;
+    const subtype = (c?.subtype as string | undefined)?.trim();
+    const doctor = (c?.doctor_name as string | undefined)?.trim();
+    const when = latest.occurredAt
+      ? `${latest.occurredAt.getFullYear()}.${String(latest.occurredAt.getMonth() + 1).padStart(2, '0')}`
+      : '近期';
+    const bits = [`${treatmentCategoryNameZh(cat)}在管`];
+    if (subtype) bits.push(`上次 ${subtype}`);
+    if (doctor) bits.push(`${doctor}医生`);
+    bits.push(when);
+    return bits.join(' · ');
+  });
+}
+
+/**
+ * 历史已做治疗总次数(信任锚)— actual + status fulfilled 的 treatment_record 数。
+ * LLM 用:老客可以更家常,新客需要更详细的自报家门。
+ */
+function countCompletedTreatments(facts: FactRow[]): number {
+  return facts.filter((f) => f.type === 'treatment_record' && f.kind === 'actual').length;
+}
+
 // ─────────────────────────────────────────────
 // 类型(避免循环依赖,本地声明 Prisma 结构投影)
 // ─────────────────────────────────────────────