策略与行动
如何编写和评估带 AND 条件的策略规则,以及每个响应的 action 和 action_reason 如何计算——策略、other 选项、低置信度、默认或引擎错误。
问题产生回答;策略把回答变成一个你的代码可以据此分支的行动。每个成功的响应都带有 action 以及解释它的 action_reason。
行动
| 行动 | 约定含义 |
|---|---|
continue | 继续走自动化路径。 |
block | 停止:拒绝、丢弃或隔离该事件。 |
escalate | 交给人工或更高一级处理。 |
fallback | 走你的兜底路径——例如更大的模型或更多的检索。 |
行动是给你的代码看的标签。Dcision 自己从不拦截或改道任何东西:行动为 block 的决策仍然返回 200 OK,由你的应用执行该行动。
策略规则
一条规则包含一个条件、可选的 and 条件,以及当所有条件都成立时返回的行动:
{ "field": "route", "on": "output", "operator": "eq", "value": "spam", "action": "block" }| 属性 | 类型 | 默认值 | 说明 |
|---|---|---|---|
field | string | — | 本决策中某个问题——或某个复合指标——的键。 |
on | string | output | 比较什么:回答(output)、其置信度(confidence),或评分问题的加权级别(score)。 |
operator | string | — | eq、neq、gt、gte、lt 或 lte。 |
value | string 或 number | — | 用于比较的值(字符串最多 255 个字符)。 |
and | array | — | 最多 5 个额外条件——每个都有自己的 field、on、operator 和 value——也必须成立。 |
action | string | — | continue、block、escalate 或 fallback。 |
一个决策最多有 50 条规则。value 和 operator 接受什么取决于字段和 on:
| 字段 | on | 比较对象 | value | 运算符 |
|---|---|---|---|---|
| 选择题 | output | 所选的选项(忽略大小写和首尾空格) | 一个选项,字符串形式 | eq、neq |
| 评分题 | output | 最可能的等级(1 = 最低) | 等级编号或等级标签 | 全部六个 |
| 评分题 | score | 加权级别,从 1 开始——可以落在等级之间,例如 2.4 | 一个数字 | 全部六个 |
| 概率题 | output | 是的概率 | 0 到 1 之间的数字 | 全部六个 |
| 任意问题 | confidence | 回答的置信度 | 0 到 1 之间的数字 | 全部六个 |
| 复合指标 | output | 复合指标的值 | 一个数字 | 全部六个 |
违反这些约束的规则会使 schema 无效(422 INVALID_SCHEMA),例如 "Choice outputs only support eq / neq."、"Unknown question \"intent\"."、"Only score questions have a weighted level." 或 "Compare a composite's value with a number."。
AND 条件
大多数模式都需要复合规则。规则的每个条件都必须成立,该规则才会匹配。来自模板的例子:
| 模板 | 规则 |
|---|---|
ticket-triage | category = bug_report AND bug_severity ≥ 4 → escalate |
voice-banking | intent = approve_transfer AND intent 的置信度 < 0.9 → escalate |
customer-service-router | intent = technical_issue AND complexity 的加权级别 ≥ 2.5 → escalate |
resume-screening | senior_ic < 0.35 AND eng_manager < 0.35 → block |
用 JSON 表示,第一条规则如下:
{
"field": "category",
"on": "output",
"operator": "eq",
"value": "bug_report",
"and": [{ "field": "bug_severity", "on": "output", "operator": "gte", "value": 4 }],
"action": "escalate"
}同一条规则的条件可以使用不同的问题和复合指标,也可以两次使用同一个问题——它的回答和它的置信度,就像 voice-banking 那样。要表达 OR,请编写两条行动相同的规则。
行动如何计算
引擎回答之后,Dcision 先计算复合指标,然后依次执行五个步骤,并在第一个适用的步骤处停止:
按顺序评估策略。第一条所有条件都成立的规则决定行动。
action_reason → { "type": "policy", "rule": 1 }——rule 是规则的从 0 开始的索引(应用中显示为“策略规则 #2”)。
引擎拒绝回答的问题。OpenAI Decisions 可能会拒绝回答某个问题;按问题顺序,第一个被拒绝的问题会触发决策的 fallback 行动。它在 result 中没有条目,针对它的策略永远不会匹配。
action_reason → { "type": "refusal", "question": "route" }
选择题回答了 other。按问题顺序,第一个回答为保留的 other 选项的选择题会触发决策的 fallback 行动(settings.fallbackAction,默认为 escalate)。
action_reason → { "type": "other_option", "question": "route" }
低置信度。按问题顺序,第一个置信度低于其 minConfidence 的问题会触发 fallback 行动。
action_reason → { "type": "low_confidence", "question": "route", "confidence": 0.52, "minConfidence": 0.8 }
默认。以上都不适用:行动为 continue。
action_reason → { "type": "default" }
策略始终优先:像 route eq other → block 这样的规则优先于 fallback 行动。
在这些步骤之外还有第六种原因。当引擎失败且决策的 onEngineError 为 fallback 时,没有可供评估的回答:响应带有 fallback 行动和 { "type": "engine_error", "code": "ENGINE_TIMEOUT" }。
完整示例
线索资格评估模板有两条规则,默认的 fallback 行动为 escalate:
[
{ "field": "route", "on": "output", "operator": "eq", "value": "spam", "action": "block" },
{ "field": "purchase_intent", "on": "confidence", "operator": "lt", "value": 0.6, "action": "escalate" }
]result | confidence.purchase_intent | action | action_reason |
|---|---|---|---|
route: "sales"、purchase_intent: 0.9412 | 0.8824 | continue | { "type": "default" } |
route: "spam"、purchase_intent: 0.03 | 0.94 | block | { "type": "policy", "rule": 0 } |
route: "sdr"、purchase_intent: 0.45 | 0.1 | escalate | { "type": "policy", "rule": 1 } |
route: "other"、purchase_intent: 0.15 | 0.7 | escalate | { "type": "other_option", "question": "route" } |
概率的置信度是 |2p − 1|,因此规则 1 会升级每一条 purchase_intent 介于 0.2 和 0.8 之间的线索。
在编辑器中
策略卡片把每条规则读作 IF 条件 THEN 行动:
- 添加规则会在第一个问题上创建一条规则。
- 选择字段——先是问题,然后是复合指标——以及要比较的对象:回答、置信度,或者对于评分题,加权级别。然后选择运算符和值。
- + AND 添加一个条件,最多 5 个。每个条件都有自己的字段、比较对象、运算符和值。
- 在 THEN 之后选择行动。
规则从上到下评估。重命名或删除问题时,会更新或移除以该问题开头的规则;指向已不存在问题的 and 条件和复合指标项会被标记为需要修复的问题。
根据结果采取行动
switch (decision.action) {
case "continue":
return routeTo(decision.result.route);
case "block":
return discard(lead);
case "escalate":
return sendToHuman(lead, decision.action_reason);
case "fallback":
return askLargerModel(lead);
}技巧
- 把最具体的规则放在前面:第一个匹配的规则胜出。复合(
and)规则通常放在它们所细化的简单规则之前。 - 使用
on: "confidence"配合lt来升级引擎不确定的回答——或者在问题上设置minConfidence,改用 fallback 行动。两者结合可以实现按行动设置阈值。 - 使用
on: "score"在等级之间采取行动——frustration ≥ 3.5——而不必等到最高等级胜出。 - 把
block留给明确的输出(垃圾信息、滥用),让不确定的情况escalate。 - 策略是 schema 的一部分:只有在你部署新版本后,更改才会对 API 客户端生效。