feat(brief): plain-language concentration keys and copy

- Add first_share/top_three_combined_share plus cr1/cr3 readers
- Brief/schema/footnotes and LLM prompts avoid dev jargon where possible
- Frontend JD analysis/dataset hints in business-friendly wording

Made-with: Cursor

backend/crawler_copy/jd_pc_search/jd_competitor_report.py

@@ -2169,7 +2169,7 @@ def build_competitor_markdown(
             )
         )
         lines.append(
-            "*更细行数分布见结构化摘要 JSON 的 ``list_brand_mix_top``。*"
+            "*更细的品牌行数分布见本任务「结构化摘要」数据包。*"
         )
     elif list_export:
         lines.append(
@@ -2211,7 +2211,7 @@ def build_competitor_markdown(
             )
         )
         lines.append(
-            "*更细店铺行数分布见结构化摘要 ``list_shop_mix_top``。*"
+            "*更细的店铺行数分布见本任务「结构化摘要」数据包。*"
         )
     else:
         lines.append("*无店铺字段。*")
@@ -2772,8 +2772,8 @@ def build_competitor_brief(
     list_brand_block: dict[str, Any] | None
     if len(brands_s) >= min_brand_rows:
         list_brand_block = {
-            "cr1": cr1_list_brand,
-            "cr3": cr3_list_brand,
+            "first_share": cr1_list_brand,
+            "top_three_combined_share": cr3_list_brand,
             "top_label": top_list_brand,
         }
     else:
@@ -2800,15 +2800,15 @@ def build_competitor_brief(
         "list_visibility_proxy": proxy,
         "concentration": {
             "shops_from_list": {
-                "cr1": cr1_shop,
-                "cr3": cr3_shop,
+                "first_share": cr1_shop,
+                "top_three_combined_share": cr3_shop,
                 "top_label": top_shop_s,
                 "top_share_pct": top_shop_share,
             },
             "list_brand_field": list_brand_block,
             "detail_brand_among_merged": {
-                "cr1": cr1_deep,
-                "cr3": cr3_deep,
+                "first_share": cr1_deep,
+                "top_three_combined_share": cr3_deep,
                 "top_label": top_brand_deep,
                 "top_share_pct": top_brand_deep_share,
             },
@@ -2857,9 +2857,10 @@ def build_competitor_brief(
         "consumer_feedback_by_matrix_group": feedback_by_group,
         "comment_sentiment_lexicon": comment_sentiment_lexicon,
         "notes": [
-            "与在线分析报告各章统计口径一致；关注词与场景以任务 report_config 为底，生成报告时还可经 keyword_suggest_llm 合并延伸（仍为子串命中统计，非深度主题模型）。",
-            "价格来自页面展示字段抽取，含促销与规格差异；price_promotion_signals 为标价/券后对齐与卖点话术的启发式摘录。",
-            "comment_sentiment_lexicon 为关键词粗判，非深度学习情感模型。",
+            "与在线分析报告各章统计口径一致；关注词与场景以任务中的分析规则为准（子串命中统计，非深度主题模型）。",
+            "价格来自页面展示字段抽取，含促销与规格差异；促销与标价对齐等为启发式摘录，仅供对照。",
+            "评价语气为关键词粗判，非深度学习情感模型。",
+            "「集中度」中：最大一家占比、前三名合计占比为小数（如 0.12 表示约 12%），对应列表或深入样本中的相关行。",
         ],
     }
     return _sanitize_json_numbers(out)

backend/pipeline/brief_concentration.py

@@ -0,0 +1,24 @@
+"""竞品简报「集中度」块：对外字段名面向非技术用户，并兼容旧键名。"""
+from __future__ import annotations
+
+from typing import Any
+
+
+def concentration_first_share(block: dict[str, Any] | None) -> Any:
+    """最大一家占全部相关行的比例（0～1）。新键 ``first_share``，旧键 ``cr1``。"""
+    if not block:
+        return None
+    v = block.get("first_share")
+    if v is not None:
+        return v
+    return block.get("cr1")
+
+
+def concentration_top_three_share(block: dict[str, Any] | None) -> Any:
+    """前三名合计占全部相关行的比例（0～1）。新键 ``top_three_combined_share``，旧键 ``cr3``。"""
+    if not block:
+        return None
+    v = block.get("top_three_combined_share")
+    if v is not None:
+        return v
+    return block.get("cr3")

backend/pipeline/brief_pack.py

@@ -7,6 +7,11 @@ import zipfile
 from pathlib import Path
 from typing import Any
 
+from pipeline.brief_concentration import (
+    concentration_first_share,
+    concentration_top_three_share,
+)
+
 
 def _pct(x: Any) -> str:
     if x is None:
@@ -32,7 +37,7 @@ def markdown_summary_from_brief(brief: dict[str, Any]) -> str:
     lines: list[str] = [
         "# 竞品要点摘录（机器整理）",
         "",
-        "> 与同批 **完整报告**、**结构化 JSON** 同源；规则汇总，定稿前请人工核对。",
+        "> 与同批 **完整报告**、**数据汇总**同源；规则汇总，定稿前请人工核对。",
         "",
     ]
     kw = brief.get("keyword") or "—"
@@ -65,33 +70,33 @@ def markdown_summary_from_brief(brief: dict[str, Any]) -> str:
     if raw.get("result_count_consensus") is not None:
         lines.extend(
             [
-                "## 列表侧检索规模（接口申报）",
+                "## 列表侧检索规模（平台展示）",
                 "",
-                f"- **resultCount 共识值**：{_num(raw.get('result_count_consensus'))}",
+                f"- **检索结果条数（多份响应取一致值）**：{_num(raw.get('result_count_consensus'))}",
                 "",
             ]
         )
 
     conc = brief.get("concentration") or {}
     shops = conc.get("shops_from_list") or {}
-    if shops.get("cr1") is not None or shops.get("top_label"):
+    if concentration_first_share(shops) is not None or shops.get("top_label"):
         lines.extend(
             [
                 "## 店铺集中度（列表）",
                 "",
-                f"- **第一大店铺份额**：{_pct(shops.get('cr1'))}（第一店铺：{shops.get('top_label') or '—'}）",
-                f"- **前三店铺合计份额**：{_pct(shops.get('cr3'))}",
+                f"- **第一大店铺份额**：{_pct(concentration_first_share(shops))}（第一店铺：{shops.get('top_label') or '—'}）",
+                f"- **前三店铺合计份额**：{_pct(concentration_top_three_share(shops))}",
                 "",
             ]
         )
     dbrand = conc.get("detail_brand_among_merged") or {}
-    if dbrand.get("cr1") is not None or dbrand.get("top_label"):
+    if concentration_first_share(dbrand) is not None or dbrand.get("top_label"):
         lines.extend(
             [
                 "## 品牌（深入样本）",
                 "",
-                f"- **第一大品牌份额（深入样本）**：{_pct(dbrand.get('cr1'))}（头部：{dbrand.get('top_label') or '—'}）",
-                f"- **前三品牌合计份额**：{_pct(dbrand.get('cr3'))}",
+                f"- **第一大品牌份额（深入样本）**：{_pct(concentration_first_share(dbrand))}（头部：{dbrand.get('top_label') or '—'}）",
+                f"- **前三品牌合计份额**：{_pct(concentration_top_three_share(dbrand))}",
                 "",
             ]
         )
@@ -103,7 +108,7 @@ def markdown_summary_from_brief(brief: dict[str, Any]) -> str:
             [
                 "## 价格（展示价统计）",
                 "",
-                f"- **样本量 n**：{_num(pst.get('n'))}；**统计口径**：{src}",
+                f"- **样本量（条）**：{_num(pst.get('n'))}；**统计口径**：{src}",
                 f"- **区间**：{_num(pst.get('min'))} ～ {_num(pst.get('max'))}；**中位数**：{_num(pst.get('median'))}",
                 "",
             ]

backend/pipeline/llm_generate.py

@@ -49,7 +49,7 @@ REPORT_SYSTEM = """你是业务与产品读者顾问。输入 JSON 含 `keyword`
 - **不要**使用「## 一」「## 八」等会打乱宿主文档的顶级章节号；请使用 ``####`` 或必要时 ``###`` 作为本段内小节标题；
 - **不要**输出完整报告目录或复述「研究范围与方法」长章；
 - **不要**撰写 Markdown 表格版「竞品对比矩阵」或罗列 SKU 明细——**正文已含矩阵**，此处只做分组级语义归纳；
-- **不要使用** CR1、CR3 等英文缩写；集中度请用「第一大品牌份额」「前三品牌合计份额」。
+- **不要使用** CR1、CR3 等集中度缩写作主表述；集中度请用「第一大店铺/品牌份额」「前三家合计份额」；输入中的英文字段名勿照抄进正文，请写成中文业务用语。
 
 **请输出**（仅输出将置于 §8.5 下的正文，不要自造「### 8.5」标题行）：
 - **Markdown**，约 **800～1500 字**；
@@ -265,7 +265,7 @@ STRATEGY_SYSTEM = """你是市场策略顾问，根据**结构化监测摘要**
 
 **规则**：
 - 输入 JSON 含 `rules_draft_markdown`（规则引擎生成的底稿，与同任务数据一致）、`structured_brief`（摘要子集）、`strategy_decisions`、`business_notes` 等；
-- **不得编造**输入中不存在的销量、占比、价格数字；若底稿与摘要中有数字，须保持一致；表述集中度时用「第一大品牌份额」等中文，**不要用** CR1、CR3 缩写；
+- **不得编造**输入中不存在的销量、占比、价格数字；若底稿与摘要中有数字，须保持一致；表述集中度时用「第一大……份额」「前三家合计」等中文，**不要用** CR1、CR3 等缩写；
 - 若 `structured_brief` 含 `matrix_overview_for_llm` 或矩阵相关字段，策略中应**呼应**细分类目分组与竞品矩阵结论，不得无故删光矩阵相关建议；
 - 可调整段落衔接、标题层级、列表与表格呈现，使更易读；可补充「建议」「待业务确认」类表述，但不虚构竞品名称或数据；
 - **仅输出** Markdown 正文（不要 ``` 围栏包裹全文）。"""

backend/pipeline/strategy_draft.py

@@ -9,6 +9,11 @@ from __future__ import annotations
 import math
 from typing import Any
 
+from pipeline.brief_concentration import (
+    concentration_first_share,
+    concentration_top_three_share,
+)
+
 
 def _esc(s: Any) -> str:
     t = "" if s is None else str(s).strip()
@@ -154,8 +159,18 @@ def build_strategy_draft_markdown(
     shops = conc.get("shops_from_list") or {}
     dbrand = conc.get("detail_brand_among_merged") or {}
     lines.extend(["## 三、竞争格局 → 策略含义", ""])
-    n_shop = _cr_narrative("列表侧店铺集中度", shops.get("cr1"), shops.get("cr3"), shops.get("top_label"))
-    n_brand = _cr_narrative("深入样本内品牌集中度", dbrand.get("cr1"), dbrand.get("cr3"), dbrand.get("top_label"))
+    n_shop = _cr_narrative(
+        "列表侧店铺集中度",
+        concentration_first_share(shops),
+        concentration_top_three_share(shops),
+        shops.get("top_label"),
+    )
+    n_brand = _cr_narrative(
+        "深入样本内品牌集中度",
+        concentration_first_share(dbrand),
+        concentration_top_three_share(dbrand),
+        dbrand.get("top_label"),
+    )
     if n_shop:
         lines.append(n_shop)
     if n_brand:

docs/examples/competitor_brief_schema_v1.json

@@ -26,15 +26,15 @@
   },
   "concentration": {
     "shops_from_list": {
-      "cr1": 0.12,
-      "cr3": 0.35,
+      "first_share": 0.12,
+      "top_three_combined_share": 0.35,
       "top_label": "某旗舰店",
       "top_share_pct": "12.0%"
     },
     "list_brand_field": null,
     "detail_brand_among_merged": {
-      "cr1": 0.2,
-      "cr3": 0.6,
+      "first_share": 0.2,
+      "top_three_combined_share": 0.6,
       "top_label": "品牌A",
       "top_share_pct": "20.0%"
     }

frontend/src/views/jd/JdAnalysisView.vue

@@ -208,9 +208,9 @@ watch(
       <h2>分析报告查看</h2>
       <p class="hint-top">
         选择<strong>已成功</strong>的任务，在线阅读报告或下载。
-        流水线生成报告时会<strong>自动</strong>基于<strong>全部评价正文</strong>分块调用大模型扩展<strong>关注词</strong>，并单次调用归纳<strong>使用场景</strong>（在预设场景组之外追加 label+触发子串），再写入统计图（PNG，见「二点五」章与简报包 <code>report_assets</code>）。
-        <strong>一键下载简报包</strong>含报告稿、统计图、结构化 JSON、要点摘录。
-        需要改规则或重算，请至
+        若开启大模型，系统会在后台根据评价正文补充<strong>关注词</strong>与<strong>使用场景</strong>标签，并生成报告中的统计图（与报告插图章节对应）。
+        <strong>一键下载简报包</strong>内含：报告正文、插图文件夹、机器整理的<strong>数据摘要</strong>、以及便于扫读的<strong>要点摘录</strong>。
+        需要改分析规则或重新出稿，请至
         <RouterLink to="/jd/analysis-build">报告生成</RouterLink>。
       </p>
 
@@ -290,7 +290,7 @@ watch(
 
     <section v-if="briefJson" class="ma-card preview-card">
       <div class="preview-head">
-        <h2>结构化竞品摘要</h2>
+        <h2>竞品数据摘要（机器整理）</h2>
         <div class="tabs">
           <button type="button" class="ma-btn ma-btn-secondary brief-tool" @click="copyBriefJson">
             {{ briefCopyOk ? '已复制' : '复制' }}
@@ -298,7 +298,7 @@ watch(
           <button type="button" class="ma-btn ma-btn-secondary brief-tool" @click="downloadBriefJson">下载文件</button>
         </div>
       </div>
-      <p class="hint-top brief-hint">与上方报告统计口径一致的数据汇总，可复制或下载给其它工具使用。</p>
+      <p class="hint-top brief-hint">与上方报告统计口径一致，供复制或存档；一般业务阅读以报告正文与要点摘录为主，本块主要用于存档或交给同事继续分析。</p>
       <pre class="raw-md brief-json">{{ briefJson }}</pre>
     </section>
 

frontend/src/views/jd/JdDatasetBrowseView.vue

@@ -73,9 +73,8 @@ watch(selectedId, () => {
         <button type="button" class="ma-btn ma-btn-secondary btn-refresh" @click="load">刷新任务列表</button>
       </div>
       <p class="lead">
-        选择任务后浏览已入库的搜索、商详、评价与<strong>整合宽表</strong>（合并表按列拆分入库，与
-        <code>keyword_pipeline_merged.csv</code> lean 列一致）；各 Tab 下「导出当前表」可导出 JSON / CSV /
-        Excel。竞品报告请在「报告查看」阅读或「报告生成」重新生成。
+        选择任务后可查看本批已入库的<strong>搜索列表</strong>、<strong>商品详情</strong>、<strong>评价</strong>与<strong>整合同步表</strong>（一行对应一个商品在报告里用到的主要字段）。
+        各标签下可**导出**为表格或数据文件。完整文字报告请在「报告查看」阅读，或在「报告生成」中重新出稿。
       </p>
       <p v-if="loadError" class="ma-err">{{ loadError }}</p>