从对话到类型化事实，按每周节奏运行。

阶段 02 是原始转录稿成为事实语料库中一行数据的过程。丰富管线将每次通过审核的对话通过类型化模式处理：十个并行维度，每个维度产出的行携带 bi-temporal 窗口、细分市场向量、显著性计数、置信度评分，以及指向产生该数据块的引用。语料库默认按每周节奏刷新。如果您的行业垂直有需要，可按维度调整节奏。可比性即为产品。

本页是该阶段的产品视角：模式的形态、刷新的作用，以及您可从控制台控制的内容。管线机制（幻觉过滤、交叉污染检查、确定性评分、提示词完整性哈希）在方法论和信任与安全下有所记录。

每次对话在十个并行维度上产出行数据。零售行业的运营集包括：痛点、机会评分、品牌感知图谱、AI 就绪度评分、留任驱动因素、市场信号、合规风险、培训缺口、客户细分行为以及竞品提及图谱。模式在表现形式上针对行业垂直有所不同。每个行业垂直替换两三个维度（咨询行业将客户细分行为替换为参与经济学指标；餐饮行业将品牌感知图谱替换为班次级运营方差）。形态保持不变：十个类型化槽位。

稳定性是核心所在。五月份在某一市场记录的痛点与十一月份在另一市场记录的痛点读取方式相同，因为两者都是由同一协议产生的同一模式中的行数据。正是这一特性使跨市场基准测试成为可能。调查无法做到这一点，因为每次翻译时工具都会改变。焦点小组无法做到这一点，因为群体动态会扭曲可比性。访谈代理在每次对话中保持协议不变，从而使模式能够在其之上保持不变。

刷新周期是平台招募、运行和丰富的一批新对话的计划批次。默认节奏是每个活跃队列每周一次。周期完成后，每项新事实以其自身的 bi-temporal 窗口落入语料库。自上一周期以来有效期已到期的事实移入历史记录。控制面板针对刷新后的语料库重新计算。

刷新触发器不是日历提醒。控制台显示每个维度的过期时钟：当品牌感知事实在过去六十天内有二十百分比超出有效期时，控制台报告该维度需要刷新。这是平台经常性收入的主轴：陈旧数据是控制面板中可见的产品信号，它准确告知您何时需要委托更多采集。

衰减按维度和行业垂直校准。品牌感知事实在数周内衰减。市场信号在数周内衰减。客户细分行为在数周至数月内衰减。痛点和机会评分在数月内衰减。AI 就绪度评分在季度内衰减。留任驱动因素在季度内衰减。培训缺口仅在培训目录或产品变更时才衰减。

平台附带涵盖零售、咨询、餐饮和药店的基准校准。在此基础上，Expert-in-the-Loop 为您的行业垂直精调半衰期。当您团队中的领域专家告知平台某一特定事实类别移动速度快于或慢于基准时，校准更新，语料库在新衰减规则下重新回放。先前的校准保留在审计追踪中。

每次对话以 0 至 100 的综合质量评分落入语料库，由确定性公式计算。该公式结合丰富度（对话产出了多少痛点、机会、意外发现、矛盾和逐字原文）、深度（轮次数、最长轮次长度、持续时间）以及执行情况（代理遵循六项被审计 KPI 的程度）。71 分意味着三个痛点、两个机会、一个意外发现，以及品牌感知 KPI 的完整覆盖。每次对话均可查看详细分解。

低于阈值的对话被标记为异常值并从面向高管的聚合中排除。情报记录保留用于审计，不会消失。评分公式、权重及异常值阈值的完整描述位于方法论页面。

当您团队中的客户领域专家告知平台某个解释在其背景下有误时，系统会找到语料库中与该背景匹配的每次对话，并将其重新通过管线处理。它重新分析、重新标记并重新加权每个匹配项。专家的修正在整个历史语料库中传播。审计追踪保留每个先前解释与新解释并列存放。

有两个界面用于进行修正。第一个是控制面板注释：专家看到解释、来源逐字原文和方法论描述，并在需要时进行覆盖。第二个是直接通过语音与访谈代理交互。专家将代理作为辅导界面进行交流，改进内容进入相同的修正循环。详情位于信任与安全页面。

对于每次丰富对话，语料库在十个维度上获得约一百行事实数据。每行携带维度、声明、来源数据块标识符、bi-temporal 窗口、细分市场向量、显著性和置信度评分，以及用于向量检索的嵌入。同一行通过 MCP 面到达控制面板、品牌合作伙伴 API 和您的 AI 代理。三者的引用完全一致。

在 1,000 次对话时，语料库持有约 100,000 行事实数据。在每周刷新 50,000 次对话时，语料库持有数百万行，并进行主动的过期管理。架构在同一存储上处理所有三种规模。在最小部署时即针对最大场景进行设计，正是保持语料库随您增长而有用的原因。事后再补充容量意味着重新摄入历史记录，这正是大多数平台崩溃之处。