4-Factor Response Engine

Silnik odpowiedzi 4-czynnikowy

Każdy codzienny meldunek generuje jedną krótką notkę zwrotną. Ta notka pochodzi z silnika odpowiedzi 4-czynnikowego — systemu generowania o ograniczonym zakresie, którego zadaniem jest przydatność w 60 do 100 słów i nigdy nieprzekraczanie tych granic.

Cztery czynniki

Te cztery elementy łączą się deterministycznie w ustrukturyzowany prompt — nie w dowolną formę. Model generujący pisze w obrębie ścisłego szablonu, który zmienia się przy każdej kombinacji żeton × faza.

Dlaczego akurat cztery

Przetestowaliśmy dwa, trzy, cztery i sześć. Dwa czynniki (chip + faza) dawały notatki, które wydawały się zbyt ogólnikowe. Trzy (chip + faza + tranzyt) miały tendencję do nadmiernego przechylania się w stronę astrologii. Sześć (z dodatkiem nastroju, pogody, obciążenia społecznego) wprowadzało niespójność i wydłużało czas generowania ponad budżet 200 ms p50 przewidziany dla codziennego rytuału.

Cztery to złoty środek, w którym notatka wydaje się dopasowana do ciebie, nie stając się przy tym chaotyczna.

Ograniczenia w generowaniu

W trakcie zapisu wynik modelu jest filtrowany przez trzy reguły:

1. Długość — od 40 do 120 słów. Wszystko poza tym zakresem jest generowane od nowa.
2. Brak roszczeń — przepuszcza wynik przez ten sam mechanizm kontroli roszczeń, który filtruje wpisy na blogu. Zobacz non-wellness-cycle-tracking.
3. Kalibracja tonu — niewielki klasyfikator odrzuca wyniki, które brzmią nakazowo, oceniająco lub jak nazbyt entuzjastyczny korporacyjny żargon. Przechodzą te, które trafiają w ton „ciepły i ugruntowany”.

Notka, która nie spełni którejkolwiek z trzech reguł, jest generowana ponownie, maksymalnie trzy razy. Jeśli wszystkie trzy próby zawiodą, użytkownik widzi przygotowaną wcześniej treść zapasową dołączoną do aplikacji.

Czego model NIE widzi

• Treści twojej codziennej notatki (tylko etykietę).
• Żadnej z twoich wcześniejszych notatek.
• Danych innych użytkowników.
• Twojego imienia, konta ani żadnego identyfikatora.

Generowanie odbywa się na oczyszczonych, zanonimizowanych danych wejściowych. Personalizacja wynika z uporządkowanych czynników, a nie z ponownego czytania twojego tekstu.

Gdzie to działa

Silnik znajduje się w lib/responseEngine/ w bazie kodu Soulwise. Szablon ustrukturyzowanego promptu to jeden plik TypeScript na każdą parę chip × faza (14 × 4 = 56 szablonów), każdy dostrojony ręcznie. Model to najmniejszy, który przeszedł test kalibracji tonu — model z otwartymi wagami o 7B parametrów, działający w Vercel Function z budżetem 200 ms dla p50.