승인된 모든 대화는 10개의 유형화된 구조화 인텔리전스 차원이 됩니다.

대화는 원자료입니다. 10개의 차원은 플랫폼이 승인된 모든 대화에 부과하는 구조입니다. 이 세트는 형태가 수직적으로 안정적입니다. 모든 수직은 10개의 차원을 가지며, 인력이 실제로 알고 있는 내용에 따라 2-3개가 교체됩니다. 소매업은 하나의 세트를 받습니다. 컨설팅은 고객 세그먼트 행동을 참여 경제 지표로 교체합니다. 레스토랑은 브랜드 인식 맵을 교대 수준 운영 분산으로 교체합니다. 숫자는 10으로 유지됩니다.

10은 보정된 숫자입니다. 5는 차원들을 서로 붕괴시켜 시장 간 비교 가능성을 잃습니다. 20은 신호를 너무 많은 필드에 분산시켜 단일 대화로는 각 필드에 충분한 데이터를 공급할 수 없습니다. 10개일 때, 15분에서 45분의 인터뷰는 차원당 충분한 밀도를 생성하여 대화 간 집계를 지원하고, 필드 수가 적어 스키마를 단일 객체로 쿼리할 수 있습니다. 보정은 경험적입니다. 첫 번째 상업 배포 전 2년간의 작업을 통해 세트가 정제되었습니다.

위의 10개 차원은 소매 세트입니다. 컨설팅의 경우, 고객 세그먼트 행동은 참여 경제 지표(요율 실현, 범위 확장, 파트너 레버리지)로 교체됩니다. 레스토랑의 경우, 브랜드 인식 맵은 교대 수준 운영 분산(동일 매장이 아침, 점심, 저녁 피크 시간에 걸쳐 어떻게 수행하는지)으로 교체됩니다. 약국의 경우, 규제 및 컴플라이언스 위험이 더 큰 비중을 차지하며, AI 준비도 스코어링은 규제된 조제 맥락에 맞게 보정됩니다.

일반 패턴: 모든 수직은 10개의 차원을 유지하며 소매 세트 대비 2-3개를 교체합니다. 스키마는 수직 간에 이식 가능합니다. 교체 방법론은 수직별로 문서화되어 배포와 함께 제공됩니다.

대부분의 AI 인터뷰 시스템은 모든 대화를 처리하고 나중에 필터링합니다. 단점은 나쁜 대화가 대시보드가 보고하는 집계를 오염시킨다는 것입니다. 플랫폼은 반대 설계를 실행합니다. 결정론적 게이트가 LLM 호출 전에 실행됩니다: 중단된 통화(60초 미만, 6개 미만의 메시지, 정리된 전사 4줄 미만), 저신호 통화(사용자 문자 200개 미만, 또는 평균 턴이 15자 미만이고 가장 긴 턴이 40자 미만)는 게이트를 통과하지 못합니다.

게이트가 발동하면 품질 점수는 0으로 설정되고 이유가 기록되며 파이프라인이 종료됩니다. 신호를 생성하지 않을 대화에는 LLM 토큰이 소비되지 않습니다. 임계값(60초, 200자)은 경험적입니다. 파일럿 코퍼스에서 보정되었습니다. 파라미터로 추적되며 수직별로 조정 가능합니다.

두 번째 게이트는 LLM 파이프라인 후에 실행됩니다. 인텔리전스 추출 호출이 풍부도를 '빈약'으로 표시하거나, 인용 정리 호출이 모든 원문을 저가치로 표시하거나, 품질 감사가 데이터 사용 가능성을 '낮음'으로 표시하면, 대화는 이상값으로 태그되고 경영진 뷰에서 제외됩니다. 기록은 감사를 위해 보존됩니다. 삭제되지 않습니다.

엔지니어링 깊이는 문서 사이트에 있습니다(아래 링크). 방법론 수준에서, 파이프라인은 특정 원자성 속성을 가지고 특정 순서로 5가지를 수행합니다.

호출 1, 인텔리전스 추출. 전사가 구조화된 페인 포인트, 기회, 위협, 놀라움, 모순, 응답자 프로필, 그리고 0~8개의 핵심 원문 인용으로 변환됩니다. 모든 원문 인용은 실제 작업자 턴의 리터럴 하위 문자열이어야 합니다. 환각 필터가 호출 후 이것을 검증합니다. 발명된 인용은 삭제되며 재작성되지 않습니다.

호출 2, 인용 정리. 더 저렴한 모델에서의 기계적 작업. 원문 인용은 법적 기록이며 수정되지 않습니다. 표시용 긴 버전은 재표현 없이 필러를 제거합니다. 표시용 짧은 버전은 표시용 긴 버전 내에서 가장 강한 브랜드 의견 절을 추출합니다. 퀘벡 프랑스어 레지스터는 그대로 유지됩니다.

호출 3, 인식 매핑. 모델이 두 가지를 하나의 패스로 붕괴시키지 않도록 인텔리전스 추출과 별도로 실행됩니다. 원시 먼저, 구조 두 번째. 교차 오염 검사가 이 호출 후 실행됩니다: 작업자가 명명한 적 없는 경쟁사나 제품을 언급하는 브랜드 인식 필드는 지워지고 표시됩니다.

호출 4, 품질 감사. 독립 에이전트가 모든 대화에서 6개의 프로토콜 KPI에 대해 인터뷰 에이전트를 평가합니다. 감사 프롬프트는 인터뷰어를 구성하는 동일한 프로토콜 사양을 참조합니다. 양쪽이 동일한 문서에 기반하므로 감사는 측정하는 프로토콜에서 조용히 이탈할 수 없습니다.

호출 5, 번역. 분석 문자열은 대시보드가 영어권 사용자를 제공할 수 있도록 프랑스어에서 영어로 번역됩니다. 원본 언어의 원문 인용은 번역되지 않습니다. 출처 기록으로 원래 언어에 그대로 유지됩니다.

결정론적 스코어링. LLM 없음. 공식이 풍부도(추출된 인텔리전스 수, 상한 포함), 깊이(턴 수, 가장 긴 턴 길이, 지속 시간), 실행(감사의 6개 KPI 점수)을 0~100의 복합 점수로 결합합니다. 공식은 감사 가능합니다. 클라이언트는 코퍼스에서 임의의 점수를 생성한 정확한 계산을 요청할 수 있습니다.

하나의 대화는 하나의 파이프라인을 실행합니다. 실패는 모든 부분 상태를 지우고 재시도는 처음부터 시작합니다. 데이터베이스에 부분 보강 기록은 없습니다.

파이프라인은 대부분의 파이프라인이 무시하는 실패 모드를 포착하는 네 가지 제어를 실행합니다. 프롬프트 드리프트 검사. 모든 시스템 프롬프트는 SHA-256 해시로 등록됩니다. 등록된 버전과 일치하지 않는 배포된 해시는 호출을 폐쇄 실패시킵니다. 환각 필터링. 모든 핵심 원문 인용은 지속 전에 실제 작업자 턴의 리터럴 하위 문자열로 검증됩니다. 교차 오염 검사. 작업자가 명명한 적 없는 엔티티를 도입하는 인식 매핑 필드는 지워지고 표시됩니다. 보강 감사 추적. 모든 LLM 호출은 추가 전용 감사 테이블에 행을 기록합니다: 파이프라인 버전, 프롬프트 버전, 모델 식별자, 토큰 수, 지속 시간, 상태. 테이블은 절대 삭제되지 않습니다.

이러한 제어 이면의 메커니즘은 신뢰 및 보안에 상세히 문서화되어 있습니다.