대화에서 타입화된 팩트로, 주간 클록 위에서.

2단계는 원시 전사본이 팩트 코퍼스의 행이 되는 방법입니다. 풍부화 파이프라인은 승인된 모든 대화를 타입화된 스키마로 처리합니다. 10개의 병렬 차원, 각각은 bi-temporal 창, 세그먼트 벡터, 현저성 카운트, 신뢰도 점수, 그것을 생성한 청크로의 인용을 가진 행을 생산합니다. 코퍼스는 기본적으로 주간 클록으로 갱신됩니다. 버티컬에서 필요한 경우 차원별로 주기를 조정할 수 있습니다. 비교 가능성이 제품입니다.

이 페이지는 해당 단계의 제품 관점입니다. 스키마가 어떻게 생겼는지, 갱신이 무엇을 하는지, 콘솔에서 무엇을 제어하는지. 파이프라인 메커니즘(환각 필터, 교차 오염 검사, 결정론적 점수화, 프롬프트 무결성 해시)은 방법론 및 신뢰 및 보안 하에 문서화되어 있습니다.

각 대화는 10개의 병렬 차원에 걸쳐 행을 생산합니다. 리테일의 경우 운영 집합은 다음과 같습니다: 페인 포인트, 기회 점수화, 브랜드 인식 맵, AI 준비도 점수화, 유지 요인, 시장 신호, 규제 및 컴플라이언스 리스크, 교육 격차, 고객 세그먼트 행동, 경쟁사 언급 맵. 스키마는 표면 형태에서 버티컬별로 다릅니다. 버티컬당 두세 개의 차원이 교체됩니다(컨설팅의 경우 고객 세그먼트 행동이 참여 경제학 지표로 대체되고, 레스토랑의 경우 브랜드 인식 맵이 교대 수준 운영 분산으로 대체됩니다). 형태는 동일하게 유지됩니다: 10개의 타입화된 슬롯.

안정성이 핵심입니다. 5월에 한 시장에서 기록된 페인 포인트는 11월에 다른 시장에서 기록된 페인 포인트와 동일하게 읽힙니다. 두 행 모두 동일한 프로토콜로 생성된 동일한 스키마의 행이기 때문입니다. 이 속성이 교차 시장 벤치마킹을 가능하게 합니다. 설문조사는 번역마다 도구가 바뀌기 때문에 이를 수행할 수 없습니다. 포커스 그룹은 집단 역학이 비교 가능성을 왜곡하기 때문에 이를 수행할 수 없습니다. 인터뷰 에이전트는 모든 대화에서 프로토콜을 일정하게 유지하여 스키마가 그 위에서 일정하게 유지될 수 있습니다.

갱신 주기는 플랫폼이 모집, 실행, 풍부화하는 예약된 새 대화 배치입니다. 기본 주기는 활성 코호트당 주간입니다. 주기가 완료되면 모든 새 팩트가 자체 bi-temporal 창과 함께 코퍼스에 도달합니다. 마지막 주기 이후 유효성이 만료된 팩트는 역사 기록으로 이동합니다. 대시보드는 갱신된 코퍼스에 대해 재계산됩니다.

갱신 트리거는 캘린더 알림이 아닙니다. 콘솔은 차원별 진부화 클록을 표시합니다. 지난 60일 동안 브랜드 인식 팩트의 20퍼센트가 유효성을 벗어난 경우 콘솔은 해당 차원의 갱신이 필요하다고 보고합니다. 이것이 플랫폼의 반복 수익 척추입니다. 오래된 데이터는 대시보드에서 볼 수 있는 제품 신호이며, 정확히 언제 추가 캡처를 의뢰할지 알려줍니다.

감쇠는 차원별, 버티컬별로 보정됩니다. 브랜드 인식 팩트는 몇 주 안에 감쇠합니다. 시장 신호는 몇 주 안에 감쇠합니다. 고객 세그먼트 행동은 몇 주에서 몇 달 안에 감쇠합니다. 페인 포인트와 기회 점수화는 몇 달 안에 감쇠합니다. AI 준비도 점수화는 분기별로 감쇠합니다. 유지 요인은 분기별로 감쇠합니다. 교육 격차는 교육 카탈로그나 제품이 변경될 때만 감쇠합니다.

플랫폼은 리테일, 컨설팅, 레스토랑, 약국을 다루는 기준 보정과 함께 제공됩니다. 그 후 Expert-in-the-Loop가 귀사 버티컬의 반감기를 다듬습니다. 팀의 도메인 전문가가 특정 팩트 클래스가 기준보다 빠르거나 느리게 움직인다고 플랫폼에 알리면 보정이 업데이트되고 코퍼스가 새로운 감쇠 규칙 하에서 재생됩니다. 이전 보정은 감사 추적에 남아 있습니다.

모든 대화는 결정론적 공식으로 계산된 0에서 100의 복합 품질 점수와 함께 코퍼스에 도달합니다. 공식은 풍부함(대화가 생산한 페인 포인트, 기회, 놀라움, 모순, 원문의 수), 깊이(턴 수, 가장 긴 턴 길이, 지속 시간), 실행(에이전트가 6개의 감사된 KPI를 얼마나 잘 따랐는지)을 결합합니다. 71점은 세 개의 페인 포인트, 두 개의 기회, 하나의 놀라움, 브랜드 인식 KPI의 완전한 커버리지를 의미합니다. 분석은 대화별로 볼 수 있습니다.

임계값 미만의 대화는 이상치로 표시되어 경영진용 집계에서 제외됩니다. 인텔리전스 기록은 감사를 위해 보존됩니다. 삭제되지 않습니다. 점수화 공식, 가중치, 이상치 임계값의 전체 설명은 방법론 페이지에 있습니다.

팀의 클라이언트 도메인 전문가가 플랫폼에 자신의 컨텍스트에서 해석이 잘못되었다고 알리면 시스템은 코퍼스에서 해당 컨텍스트와 일치하는 모든 대화를 찾아 재파이프라인합니다. 모든 일치 항목을 재분석, 재태깅, 재가중화합니다. 전문가의 수정이 전체 역사적 코퍼스에 걸쳐 전파됩니다. 감사 추적은 새 해석 옆에 모든 이전 해석을 유지합니다.

수정을 위한 두 가지 표면이 있습니다. 첫 번째는 대시보드 주석입니다. 전문가가 해석, 원문 출처, 방법론 설명을 보고 필요한 곳에서 재정의합니다. 두 번째는 음성으로 직접 인터뷰 에이전트입니다. 전문가가 에이전트와 코칭 표면으로 대화하고 개선이 동일한 수정 루프에 들어갑니다. 세부 사항은 신뢰 및 보안 페이지에 있습니다.

풍부화된 각 대화에 대해 코퍼스는 10개 차원에 걸쳐 약 100개의 팩트 행을 획득합니다. 각 행은 차원, 주장, 원천 청크 식별자, bi-temporal 창, 세그먼트 벡터, 현저성 및 신뢰도 점수, 벡터 검색을 위한 임베딩을 포함합니다. 동일한 행이 MCP 표면을 통해 대시보드, 브랜드 파트너 API, AI 에이전트에 도달합니다. 세 곳에서 인용이 동일합니다.

1,000개의 대화에서 코퍼스는 약 100,000개의 팩트 행을 보유합니다. 주간 갱신으로 50,000개의 대화에서 코퍼스는 활성 진부화 관리가 있는 수백만 개의 행을 보유합니다. 아키텍처는 동일한 저장소에서 세 가지 규모를 모두 처리합니다. 가장 작은 배포에서 가장 큰 케이스를 위해 설계하기로 한 결정이 성장함에 따라 코퍼스를 유용하게 유지하는 것입니다. 나중에 용량을 추가하는 것은 역사적 기록을 재수집하는 것을 의미하며, 이것이 대부분의 플랫폼이 붕괴되는 지점입니다.