品类策略系统管控：六步流水线

背景：策略文档到系统规则，隔着两三天人工

品类策略是一堆文档：云文档、电子表格、多维表格，里面写着这个品类要管控哪些属性、取值范围、属性之间的约束。要把它们落成系统可执行的管控规则，过去靠人工：读文档、对物料、建表、写报告，一轮 2-3 天，还容易漏掉藏在表格记录里的约束关系，落进系统后要靠返工来纠。

方案：六步流水线，AI 只做两件事

我把流程固化成六步：取品类信息 → 导出物料明细 → 分析属性 → 解析策略文档 → 属性映射并建表 → 生成报告与思维导图。

分工上有一条黑盒原则：所有底层调用（文档抓取、建表、写画板）全部封在脚本里，模型只做两件事——理解策略文档的语义、把分析结果以 JSON 落盘。配套七条铁律：禁跳步、禁预检、强制落盘、禁复用历史数据、禁凭空编造，每一条都对应一次真实的线上事故。

创新：把「诚实」写成约束

最在意的一处是反编造设计：脚本穷尽所有获取方式仍拿不到文档时，智能体必须如实告知拿不到，严禁自己跑去别处搜一份来补——宁可空手而归，不许编数据。另有两个小发明：策略文档只有一张多维表格时，「字段名就是属性名、记录就是属性组合」；平台自动改写 URL 大小写导致取不到文档时，脚本逐字符翻转大小写自愈。

价值：30 分钟交付可执行规则

同样一份策略，从 2-3 天压缩到 30 分钟，产出直接是结构化约束加上系统里的管控表，不再需要人工二次翻译。这个技能的版本号迭代到 v67，绝大多数不是为了加功能，而是被 URL、token、授权过期这些真实细节磨出来的——生产级 AI 应用的成色，就藏在这些地方。