产品与需求

卓安Claw 谈案录音与 AI 质检 V1 方案草案 v0.1

约 7 分钟·卓安Claw · 2026.11

本页目录

0. 一句话
1. V1 边界
做
不做
2. 核心对象
2.1 沟通记录 zhuoan_comm_record
2.2 转写 zhuoan_comm_transcript
2.3 AI 分析 zhuoan_comm_analysis
3. 业务流程
4. 页面
4.1 线索/客户详情
4.2 主管「谈案质检」
4.3 经营分析
5. AI 输出规范
6. 权限与数据边界
7. V1 验收（建议）
8. 待确认
9. GitHub 调研结论与选型（2026-11-13）

日期：2026-11-13
状态：方案草案；P0-1 录音上传/原件存证/时间线已实现（2026-11-13），ASR 与质检未接
上游需求：卓安Claw-运营团队线索录音与AI分析需求-2026-11-13.md
实现进度：docs/architecture/卓安Claw-谈案录音上传-V1-实现说明.md

0. 一句话

把电话、面谈、微信语音、线上会议的录音，人工上传到线索/客户时间线；系统做转写、摘要、合规/服务/意向/报价/风险检测，结果分别服务运营个人、主管和律师评定，但进入评定前必须人工复核。

1. V1 边界

做

人工上传四类录音：电话、面谈、微信语音、线上会议。
录音关联线索/客户，案件存在时关联案件；支持沟通类型、时间、参与人、上传人、备注。
原件存证（SHA-256）、异步转写、说话人分离、摘要。
AI 检测：合规话术、服务质量、客户意向、报价、风险。
运营个人沟通时间线 + 主管质检队列 + 经营分析中的录音覆盖/跟进缺口指标。
结果可人工复核、可标记“误报/已处理”。

不做

V1 不自动录电话、不接电话交换机、不接企微/会议 API。
V1 不把 AI 结果直接变成绩效分数或处罚。
V1 不把录音全文送外部模型；C 类内容不送。
V1 不做实时监听/实时打断，只做事后分析。
V1 不做历史录音全量迁移，先接新产生的录音。

2. 核心对象

2.1 沟通记录 `zhuoan_comm_record`

一条录音 = 一次沟通记录。

字段	说明
`id`	UUID
`lead_id` / `intake_id`	关联线索，必填其一
`client_id`	关联客户
`case_id`	关联案件，可空
`appointment_id`	关联预约，可空
`comm_type`	电话/面谈/微信语音/线上会议
`occurred_at`	沟通发生时间
`duration_seconds`	时长
`participants`	参与人（姓名/角色/手机号可脱敏）
`uploaded_by`	上传人
`consent_confirmed`	是否已告知/取得同意
`blob_id`	原件 blob（复用 `zhuoan_doc_blob` 或独立表）
`status`	待转写/转写中/待分析/已分析/失败
`notes`	备注

2.2 转写 `zhuoan_comm_transcript`

comm_id
segments_json：[{start, end, speaker, text}]
full_text
engine / model / pipeline_version
status
原文和转写分开存；转写可重跑，不覆盖录音原件。

2.3 AI 分析 `zhuoan_comm_analysis`

comm_id
dimension：合规/服务/意向/报价/风险
level：信息/提示/警告/高风险
score：可空，不合成单一总分
findings_json：每条包含 quote / start / end / reason / suggestion
summary
model / prompt_version
review_status：待复核/已确认/误报
reviewed_by / reviewed_at

不建议只存一个“AI 总分”。每个检测项都要能回到录音原句和时间点。

3. 业务流程

运营人员在线索/客户详情点「上传沟通录音」。
选择沟通类型、时间、参与人，勾选“已告知/已取得同意”，上传音频。
系统存原件（SHA-256），建立沟通记录，进入异步转写队列。
转写完成后，AI 按五个维度分析，生成带时间戳的证据和摘要。
运营个人看到：本次摘要、客户意向、下一步建议、缺失信息。
主管看到：待复核队列、合规风险、跟进缺口、质检抽听。
运营/主管标记“确认/误报/已处理”，结果才进入评定参考。
线索/案件时间线显示沟通记录；经营分析统计录音覆盖率、跟进及时率、风险数。

4. 页面

4.1 线索/客户详情

「沟通记录」时间线：电话/面谈/微信/会议图标、时间、时长、上传人、状态。
「上传录音」按钮：类型、时间、参与人、同意确认、文件、备注。
每条记录点开：音频播放器 + 转写文本 + AI 发现 + 下一步建议。

4.2 主管「谈案质检」

待复核队列：按风险等级/时间排序。
筛选：运营人员、渠道、沟通类型、风险类型、复核状态。
抽听：播放器 + 转写定位 + 证据句高亮。
处理：确认/误报/已辅导/转主管。

4.3 经营分析

新增指标： - 录音覆盖率 = 有录音的线索/应录线索； - 跟进及时率 = 约定时间内有沟通记录的线索； - 合规风险数/率； - 质检复核率、误报率； - 录音→邀约/上门/签约的转化对比（仅作参考，不做因果断言）。

5. AI 输出规范

每条发现必须包含：

{
  "dimension": "合规话术",
  "level": "警告",
  "quote": "这个案子肯定能判缓刑",
  "start": 128.5,
  "end": 132.0,
  "reason": "对案件结果作出承诺",
  "suggestion": "改为说明可能结果与不确定因素，由律师判断"
}

约束：

没有原句/时间点的发现不展示。
不输出“这个客户一定签约”这类不可验证结论。
意向等级只作参考，必须能回到客户原话。
报价检测只记录“说了什么”，不替律师判断报价是否合理。
风险检测区分“客户风险”和“我方合规风险”。

6. 权限与数据边界

角色	可见范围
运营个人	自己负责线索的沟通记录与 AI 摘要
主管	团队线索、质检队列、复核
谈案律师	自己参与/负责线索的沟通记录
承办律师	已转案件且属于案件团队的沟通记录
管理者	全所聚合与抽听（按权限）

录音属于敏感数据；默认本地/卓安私有云，保存期限待定。
转写文本按敏感文本管理；外部模型只送脱敏片段，C 类不送。
下载/导出/删除录音单独授权并写审计。
录音上传前必须勾选“已告知/已取得同意”；未勾选不允许上传。
进入律师评定/绩效前必须有人工复核和申诉入口。

7. V1 验收（建议）

四类录音都能人工上传并关联线索。
上传后能看到“待转写→转写中→已分析”状态。
转写文本可按时间点定位；AI 发现能回到原句。
主管能抽听、确认/误报/已辅导。
线索时间线能看到沟通记录。
经营分析能看到录音覆盖率与风险数。
权限：运营只看自己，主管看团队，律师只看自己参与，管理者看全所。
审计：上传、播放、下载、导出、删除、复核都有记录。

8. 待确认

五类检测项 V1 是否全做？建议先做合规/服务/意向/风险，报价结构化。
人工上传责任人、时限、漏传发现机制。
录音保存位置、期限、告知话术、同意方式。
AI 结果进入律师评定/绩效的权重、复核人、申诉流程。
线上会议录音的常见来源与导出格式。
历史录音是否迁移，迁移范围与格式。

9. GitHub 调研结论与选型（2026-11-13）

详见：docs/research/卓安Claw-录音质检-GitHub调研-2026-11-13.md。

没有可直接照搬的“中文 + 法律谈案 + 人工上传 + 证据回链 + 人工复核”端到端开源项目；采用“复用底层 + 自建质检层”。
ASR 主路线：FunASR（fsmn-vad + paraformer-zh/SenseVoiceSmall + ct-punc + CAM++），MIT 工具链、中文优先、CPU 可跑。
说话人：CAM++ 匿名标签 + 人工映射；pyannote community-1 仅作可选二路，模型 CC-BY-4.0 且 HF gated，需许可确认。
可选 GPU：MOSS-Transcribe-Diarize（Apache-2.0，联合转写+分离）或 Fun-ASR-Nano；先实测中文法律录音，不预承诺。
质检框架：参考 gtm-superintelligence 的“每条结论必须引用原句”和 Tayra 的“机器评估 + 人工评估分开存”；rubric 用 YAML/JSON 配置，不写死提示词。
不直接采用 tingo（macOS only）、WhisperX（中文对齐/gated pyannote）、Tayra（Azure 重依赖）、VoiceFlow（AGPL/早期）。
V1 输出必须带原句 + 起止时间；没有出处的结论不展示；进入评定前人工复核。