feat(report): combine focus-keyword and scenario charts per matrix group

Made-with: Cursor

backend/crawler_copy/jd_pc_search/jd_competitor_report.py

@@ -877,7 +877,7 @@ def build_scenario_groups_llm_payload(
     sku_header: str,
     title_h: str,
 ) -> dict[str, Any]:
-    """供 ``generate_scenario_group_summaries_llm``；计数与 §8.4 场景条形图一致。"""
+    """供 ``generate_scenario_group_summaries_llm``；计数与 §8.3 图右栏（场景）一致。"""
     if not feedback_groups:
         return {}
     sku_meta: dict[str, tuple[str, str, str]] = {}
@@ -1658,15 +1658,10 @@ def _scenario_group_asset_slug(group: str, index: int) -> str:
     return f"i{index:02d}_{core}"
 
 
-def _scenario_group_usage_bar_filename(group: str, index: int) -> str:
-    """场景/用途按细类条形图（横轴为占有效文本比例 %，与报告表格口径一致）。"""
+def _focus_scenario_combo_bar_filename(group: str, index: int) -> str:
+    """关注词 + 使用场景并排条形图（与 ``report_charts.save_combo_focus_scenario_bar`` 同源）。"""
     slug = _scenario_group_asset_slug(group, index)
-    return f"chart_usage_scenarios_bar__{slug}.png"
-
-
-def _focus_keywords_group_bar_filename(group: str, index: int) -> str:
-    slug = _scenario_group_asset_slug(group, index)
-    return f"chart_focus_keywords_bar__{slug}.png"
+    return f"chart_focus_and_scenarios_bar__{slug}.png"
 
 
 def _matrix_prices_reviews_chart_filename(group: str, index: int) -> str:
@@ -1900,7 +1895,7 @@ def build_competitor_markdown(
             "- **品牌/店铺集中度（第四章）**：有列表全量时按列表行计店铺与品牌占比；无列表导出时按深入 SKU 合并表估算。",
             "- **评价主题词**：对评价正文做**预设词表子串计数**，非分词主题模型，适合扫方向，**需抽样人工验证**。",
             "- **用途/场景**：对每条评价独立判断是否命中预设场景词；一条可计入多个场景，统计的是「提及该场景的评价条数」而非用户数。",
-            "- **用户画像（第八章）**：正负面粗判含**口语短语**级摘录；关注词与场景**仅按细类**以条形图展示（场景图为**占该细类有效文本比例 %**）；见 §8.3～8.4。",
+            "- **用户画像（第八章）**：正负面粗判含**口语短语**级摘录；关注词与场景**仅按细类**以**同图左右并列**展示（左为关注词命中次数，右为场景占有效文本 **%**）；见 §8.3。",
             "- **细类划分（§5～§8）**：**仅**依据合并表 ``detail_category_path``；该列为空或无法解析出可读细类段的 SKU **不参与**竞品矩阵与按细类评价统计（相关评价条亦**不进入**按细类图表）。",
             "- **检索结果规模**：来自京东 PC 搜索返回的「结果条数」类指标，表示平台侧申报的匹配数量级，**不等于**动销、库存或独立 SKU 数。",
             "",
@@ -1985,7 +1980,7 @@ def build_competitor_markdown(
             )
     if multi_feedback_cat and (hits or scen_n_texts > 0):
         exec_bullets.append(
-            "评价侧写（关注词、用途/场景）已按 **§5 同款细类** 分节，见 **§8.3～8.4**。"
+            "评价侧写（关注词、用途/场景）已按 **§5 同款细类** 分节，见 **§8.3**（同图并列）。"
         )
     elif hits:
         top3 = "、".join(f"「{w}」({n})" for w, n in hits.most_common(3))
@@ -2351,8 +2346,7 @@ def build_competitor_markdown(
             "- **细类划分**：与 **§5 竞品矩阵** 相同，**仅**依据 ``detail_category_path`` 解析为「饼干 / 西式糕点 / …」等（规则见 §5 章首说明）。",
             "- **归因**：每条评价按其 SKU 对应到深入样本，再映射到该 SKU 所属细类；SKU 不在合并表中的评价单独归入说明性分组；**在合并表中但该 SKU 缺 ``detail_category_path`` 或路径无法解析为可读细类的，该评价不进入按细类统计**（与 §5 排除口径一致）。",
             "- **正负面粗判（§8.2）**：先以关键词规则与图表做粗分；若任务开启 **llm_comment_sentiment**，可附**大模型对抽样原文的主题归因**（尤其负向「用户在抱怨什么」），与词频条形图互补。",
-            "- **关注词按细类（§8.3）**：对组内评价正文做子串计数并出条形图；若无逐条正文则用该细类下评价摘要列拼接兜底；与配置关注词及联想扩展同源。",
-            "- **用途/场景按细类（§8.4）**：对组内每条有效文本独立扫描**本次任务生效的场景词组**（来自报告调参或系统默认），一条可属多场景；条形图横轴为**占该细类有效文本比例 %**（多标签下各比例可相加大于 100%）。",
+            "- **关注词与使用场景（§8.3）**：对组内评价正文做关注词子串计数（左栏条形图）；对每条有效文本独立扫描**本次任务生效的场景词组**（来自报告调参或系统默认），一条可属多场景，右栏为**占该细类有效文本比例 %**（多标签下可相加 **>** 100%）。二者在 **同一张图左右并列**，与 §5 矩阵细类一一对应。",
             "",
             "### 8.2 评价正负面粗判（关键词规则）",
             "",
@@ -2420,7 +2414,12 @@ def build_competitor_markdown(
     lines.append("")
     lines.extend(
         [
-            "### 8.3 关注词频次（按细类）",
+            "### 8.3 关注词与使用场景（按细类）",
+            "",
+            "每细类一张**左右并列图**（与 ``report_assets/chart_focus_and_scenarios_bar__*.png`` 同源）："
+            "**左**为配置关注词子串命中次数（同一评价可出现多次，为次数而非去重条数）；"
+            "**右**为预设场景词组命中占该细类有效文本比例 %（一条可属多场景；多柱比例可相加 **>** 100%）。"
+            "统计均基于评价正文（或兜底预览）子串规则，**不等于**购买动机调研结论。",
             "",
         ]
     )
@@ -2437,54 +2436,33 @@ def build_competitor_markdown(
             )
             lines.append("")
             hits_g = _group_keyword_hits(cr_g, texts_g, focus_words=focus_words)
-            if hits_g:
-                lines.extend(
-                    _embed_chart(
-                        run_dir,
-                        _focus_keywords_group_bar_filename(gname, gi),
-                        f"「{_md_cell(gname, 24)}」细类 · 关注词子串命中次数（条形图；同一评价可出现多次，为次数而非去重条数）",
-                    )
-                )
-            else:
-                lines.append("*该细类无命中或无数文本。*")
-            lines.append("")
-
-    lines.extend(
-        [
-            "### 8.4 用途与使用场景（按细类）",
-            "",
-            "每条评价文本（或兜底预览）独立扫描场景词组；若命中某组内**任一**关键词则该组 +1，同一条可计入多组；"
-            "**不等于**购买动机调研结论，建议结合原句抽样阅读。",
-            "",
-        ]
-    )
-    if not feedback_groups:
-        lines.append("*无评价数据可归组。*")
-        lines.append("")
-    else:
-        for gi, (gname, cr_g, texts_g) in enumerate(feedback_groups):
             scen_g, scen_ng = _comment_scenario_counts(texts_g, scenario_groups)
-            lines.append(f"#### {gname}")
-            lines.append("")
+            has_focus = any(n > 0 for n in hits_g.values()) if hits_g else False
+            has_scen = scen_ng > 0 and any(n > 0 for n in scen_g.values())
             if scen_ng <= 0:
                 lines.append("*该细类下无可用评价正文。*")
                 lines.append("")
                 continue
-            lines.append(f"- **有效评价文本条数**：{scen_ng}")
-            lines.append("")
-            if scen_g:
+            if has_focus or has_scen:
+                cap = (
+                    f"「{_md_cell(gname, 24)}」细类 · 关注词与使用场景（左：关注词命中次数；右：场景占有效文本 %；"
+                    f"有效文本 **{scen_ng}** 条）"
+                )
                 lines.extend(
                     _embed_chart(
                         run_dir,
-                        _scenario_group_usage_bar_filename(gname, gi),
-                        f"「{_md_cell(gname, 24)}」细类 · 场景/用途（条形图：**横轴 = 提及条数 ÷ 本细类有效文本条数**，"
-                        f"柱尾标注「条数 · 占比」；有效文本 **{scen_ng}** 条）",
+                        _focus_scenario_combo_bar_filename(gname, gi),
+                        cap,
                     )
                 )
+            else:
+                lines.append("*该细类无关注词命中且未命中预设场景词组。*")
+                lines.append("")
+            if has_scen:
                 for para in _scenario_summary_bullets(scen_g, scen_ng):
                     lines.append(para)
                     lines.append("")
-            else:
+            elif scen_ng > 0:
                 lines.append("*未命中预设场景词组。*")
                 lines.append("")
 
@@ -2493,9 +2471,9 @@ def build_competitor_markdown(
         lines.extend(
             [
                 "",
-                "#### 使用场景要点归纳（大模型，与 §8.4 图表互补）",
+                "#### 使用场景要点归纳（大模型，与 §8.3 右栏图表互补）",
                 "",
-                "> **说明**：与 §8.4 **相同**的预设场景词组与子串命中规则；**各场景条数与占比以正文条形图为准**。",
+                "> **说明**：与 §8.3 **相同**的预设场景词组与子串命中规则；**各场景条数与占比以正文图右栏为准**。",
                 "",
                 _llm_sg,
                 "",
@@ -2507,9 +2485,9 @@ def build_competitor_markdown(
         lines.extend(
             [
                 "",
-                "#### 细类评价与关注词要点归纳（大模型，与 §8.3 图表互补）",
+                "#### 细类评价与关注词要点归纳（大模型，与 §8.3 左栏图表互补）",
                 "",
-                "> **说明**：归纳各细类反馈主题与配置关注词命中；**次数与 §8.3 条形图以正文为准**。",
+                "> **说明**：归纳各细类反馈主题与配置关注词命中；**次数与 §8.3 图左栏以正文为准**。",
                 "",
                 _llm_cg,
                 "",

backend/pipeline/jd_runner.py

@@ -19,7 +19,7 @@ def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
     """
     **以规则引擎全文为正文**（含 §5 完整竞品矩阵、各章内嵌统计图与表格）。
 
-    大模型稿作为 **§8.5** 嵌入在 **第八章末、第九章策略** 之前，与 §8.2～8.4 等具体分析同卷连贯，
+    大模型稿作为 **§8.5** 嵌入在 **第八章末、第九章策略** 之前，与 §8.2～8.3 等具体分析同卷连贯，
     **不再**插在篇首「## 一、」之前。
 
     注：API「重新生成报告」已不再调用本函数，避免整篇 LLM 与矩阵/图表口径冲突；保留供脚本或将来显式开关复用。
@@ -33,8 +33,8 @@ def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
     marker = "\n---\n\n## 九、策略与机会提示（假设清单，待验证）"
     insert = (
         "\n\n---\n\n"
-        "### 8.5 大模型深度补充（与 §2～§8.4 定量内容互补）\n\n"
-        "> **说明**：本段位于**第八章末**；**竞品矩阵、价盘表、统计图与 §8.2～8.4 词频等以正文各节为准**，"
+        "### 8.5 大模型深度补充（与 §2～§8.3 定量内容互补）\n\n"
+        "> **说明**：本段位于**第八章末**；**竞品矩阵、价盘表、统计图与 §8.2～8.3 等以正文各节为准**，"
         "此处为跨小节语义整合，便于衔接第九章。\n\n"
         f"{sup.strip()}\n"
         "\n---\n\n## 九、策略与机会提示（假设清单，待验证）"
@@ -49,7 +49,7 @@ def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
         if alt in body and marker not in body:
             return body.replace(
                 alt,
-                "\n\n---\n\n### 8.5 大模型深度补充（与 §2～§8.4 定量内容互补）\n\n"
+                "\n\n---\n\n### 8.5 大模型深度补充（与 §2～§8.3 定量内容互补）\n\n"
                 "> **说明**：位于第八章末；**矩阵与图表以正文为准**。\n\n"
                 f"{sup.strip()}\n"
                 + alt,
@@ -58,7 +58,7 @@ def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
     app = "\n## 附录 A：数据留存说明"
     if app in body:
         tail = (
-            "\n\n---\n\n### 8.5 大模型深度补充（与 §2～§8.4 定量内容互补）\n\n"
+            "\n\n---\n\n### 8.5 大模型深度补充（与 §2～§8.3 定量内容互补）\n\n"
             f"{sup.strip()}\n"
         )
         return body.replace(app, tail + app, 1)

backend/pipeline/llm_generate.py

@@ -41,7 +41,7 @@ REPORT_SYSTEM = """你是业务与产品读者顾问。输入 JSON 含 `keyword`
 `matrix_overview_for_llm`（按细分类目的 SKU 数与品牌样本）。
 
 你的输出将**嵌入在规则报告第八章末**（作为「### 8.5 …」的正文，系统已加小节标题与说明），**紧接在**
-消费者反馈 §8.1～8.4 **之后**、第九章策略**之前**。因此写的是**具体分析型补充**，不是篇首速读块。
+消费者反馈 §8.1～8.3 **之后**、第九章策略**之前**。因此写的是**具体分析型补充**，不是篇首速读块。
 
 所有数字、占比、条数、品牌名、价格区间等**必须严格来自输入 JSON**，禁止编造未在输入中出现的定量结论。
 
@@ -463,9 +463,9 @@ def generate_comment_group_summaries_llm(
 
 
 SCENARIO_GROUPS_SYSTEM = """你是用户研究与品类顾问。输入为 JSON：``keyword``、``scenario_lexicon``、``groups``。
-``scenario_lexicon`` 列出各场景标签及示例触发子串（与报告 **§8.4** 统计规则一致）。
+``scenario_lexicon`` 列出各场景标签及示例触发子串（与报告 **§8.3** 右栏统计规则一致）。
 ``groups`` 每项含 ``group``（与 §5 矩阵一致的细分类目名）、``effective_text_count``（有效评价文本条数）、
-``scenario_distribution``（各预设场景的 ``mention_rows`` 与 ``share_of_effective_texts``；**一条评价可计入多场景**；与 §8.4 条形图同源）、
+``scenario_distribution``（各预设场景的 ``mention_rows`` 与 ``share_of_effective_texts``；**一条评价可计入多场景**；与 §8.3 图右栏同源）、
 ``sample_text_snippets``（摘录行常含细类、SKU、品名、店铺等前缀的短引文，已截断）。
 统计为**子串命中**，不是语义主题模型。
 
@@ -479,7 +479,7 @@ SCENARIO_GROUPS_SYSTEM = """你是用户研究与品类顾问。输入为 JSON
 
 
 SCENARIO_GROUPS_USER_PREFIX = (
-    "请根据以下 JSON 撰写竞品报告 §8.4 用途与使用场景之后的「使用场景要点归纳」正文（Markdown）。\n\n"
+    "请根据以下 JSON 撰写竞品报告 §8.3（右栏：使用场景）之后的「使用场景要点归纳」正文（Markdown）。\n\n"
 )
 
 

backend/pipeline/report_charts.py

@@ -141,6 +141,15 @@ def _cleanup_obsolete_report_assets(out_dir: Path) -> None:
             fp.unlink()
         except OSError:
             pass
+    for pat in (
+        "chart_focus_keywords_bar__*.png",
+        "chart_usage_scenarios_bar__*.png",
+    ):
+        for fp in out_dir.glob(pat):
+            try:
+                fp.unlink()
+            except OSError:
+                pass
 
 
 def generate_report_charts(run_dir: Path, brief: dict[str, Any]) -> list[str]:
@@ -218,6 +227,93 @@ def generate_report_charts(run_dir: Path, brief: dict[str, Any]) -> list[str]:
         plt.close(fig)
         created.append(fname)
 
+    def save_combo_focus_scenario_bar(
+        *,
+        gname: str,
+        slug: str,
+        wl: list[str],
+        vl: list[float],
+        gl: list[str],
+        gv: list[float],
+        n_texts: int,
+    ) -> None:
+        """左：关注词命中次数；右：场景占有效文本 %（与 §8.3 正文同源）。"""
+        has_l = bool(wl and vl and max(vl) > 0)
+        has_r = bool(gl and gv and n_texts > 0 and max(gv) > 0)
+        if not has_l and not has_r:
+            return
+        n_l = len(wl) if has_l else 0
+        n_r = len(gl) if has_r else 0
+        n_max = max(n_l, n_r, 1)
+        fig_h = max(3.4, min(14.0, 0.38 * n_max + 2.6))
+        fig, (ax_l, ax_r) = plt.subplots(1, 2, figsize=(10.8, fig_h))
+        ttl = (gname or "").strip()[:22] or "细类"
+        fig.suptitle(
+            f"「{ttl}」· 关注词与使用场景（与 §8.3 统计同源）",
+            fontsize=11,
+            y=1.02,
+        )
+        if has_l:
+            y_pos = range(n_l)
+            ax_l.barh(list(y_pos), vl[:n_l], color="#2563eb", height=0.62)
+            ax_l.set_yticks(list(y_pos))
+            ax_l.set_yticklabels(wl[:n_l], fontsize=8)
+            ax_l.invert_yaxis()
+            ax_l.set_xlabel("关注词子串命中次数", fontsize=9)
+            ax_l.set_title("关注词", fontsize=10, pad=8)
+        else:
+            ax_l.text(
+                0.5,
+                0.5,
+                "本细类无关注词命中\n或无数文本",
+                ha="center",
+                va="center",
+                transform=ax_l.transAxes,
+                fontsize=10,
+                color="#64748b",
+            )
+            ax_l.set_axis_off()
+        if has_r:
+            pcts = [100.0 * c / n_texts for c in gv[: len(gl)]]
+            n_b = len(gl)
+            y_pos = range(n_b)
+            bars = ax_r.barh(list(y_pos), pcts, color="#059669", height=0.62)
+            ax_r.set_yticks(list(y_pos))
+            ax_r.set_yticklabels(gl[:n_b], fontsize=8)
+            ax_r.invert_yaxis()
+            ax_r.set_xlabel("占有效评价文本比例（%）", fontsize=9)
+            if pcts:
+                xmax = max(pcts) * 1.12 + 4.0
+                ax_r.set_xlim(0, max(xmax, max(pcts) + 10.0, 24.0))
+            else:
+                ax_r.set_xlim(0, 24.0)
+            for bar, c, p in zip(bars, gv[:n_b], pcts):
+                ax_r.text(
+                    min(bar.get_width() + 0.6, ax_r.get_xlim()[1] * 0.97),
+                    bar.get_y() + bar.get_height() / 2,
+                    f"{int(c)}条 · {p:.1f}%",
+                    va="center",
+                    fontsize=8,
+                )
+            ax_r.set_title("使用场景 / 用途", fontsize=10, pad=8)
+        else:
+            ax_r.text(
+                0.5,
+                0.5,
+                "本细类无场景词命中\n或无数文本",
+                ha="center",
+                va="center",
+                transform=ax_r.transAxes,
+                fontsize=10,
+                color="#64748b",
+            )
+            ax_r.set_axis_off()
+        fig.tight_layout()
+        path = out_dir / f"chart_focus_and_scenarios_bar__{slug}.png"
+        fig.savefig(path, dpi=130, bbox_inches="tight")
+        plt.close(fig)
+        created.append(path.name)
+
     def save_pie(
         labels: list[str],
         values: list[float],
@@ -298,6 +394,7 @@ def generate_report_charts(run_dir: Path, brief: dict[str, Any]) -> list[str]:
             core = "group"
         return f"i{index:02d}_{core}"
 
+    scen_by_slug: dict[str, tuple[list[str], list[float], int]] = {}
     by_grp = brief.get("usage_scenarios_by_matrix_group") or []
     if isinstance(by_grp, list):
         for item in by_grp:
@@ -323,15 +420,10 @@ def generate_report_charts(run_dir: Path, brief: dict[str, Any]) -> list[str]:
                         gpairs.append((lb, float(c)))
             gpairs = _merge_labeled_counts_tail(gpairs, max_items=14)
             if gpairs and n_unit > 0:
-                gl = [p[0] for p in gpairs]
-                gv = [p[1] for p in gpairs]
-                title_base = f"「{gname}」· 场景/用途" if gname else "细类 · 场景/用途"
-                save_bar_h_share_of_text(
-                    gl,
-                    gv,
+                scen_by_slug[slug] = (
+                    [p[0] for p in gpairs],
+                    [p[1] for p in gpairs],
                     n_unit,
-                    f"{title_base}（占有效评价文本比例）",
-                    f"chart_usage_scenarios_bar__{slug}.png",
                 )
 
     fb = brief.get("consumer_feedback_by_matrix_group") or []
@@ -360,10 +452,18 @@ def generate_report_charts(run_dir: Path, brief: dict[str, Any]) -> list[str]:
                         vl.append(float(c))
             wl = wl[:18]
             vl = vl[:18]
-            if not wl:
-                continue
-            tkw = f"「{gname}」· 关注词命中次数" if gname else "细类 · 关注词命中次数"
-            save_bar_h(wl, vl, tkw, f"chart_focus_keywords_bar__{slug}.png", "命中次数")
+            gl, gv, n_scen = scen_by_slug.get(slug, ([], [], 0))
+            n_unit_fb = int(item.get("effective_comment_text_units") or 0)
+            n_texts = n_scen if n_scen > 0 else n_unit_fb
+            save_combo_focus_scenario_bar(
+                gname=gname,
+                slug=slug,
+                wl=wl,
+                vl=vl,
+                gl=gl,
+                gv=gv,
+                n_texts=n_texts,
+            )
 
     sent = brief.get("comment_sentiment_lexicon") or {}
     if isinstance(sent, dict):

backend/pipeline/run_report_llm_chapters_demo.py

@@ -5,7 +5,7 @@
 - §6 后：``generate_price_group_summaries_llm``
 - §8.2：``generate_comment_sentiment_analysis_llm``
 - §8末细类评价：``generate_comment_group_summaries_llm``
-- §8.4 后使用场景：``generate_scenario_group_summaries_llm``
+- §8.3 右栏后使用场景：``generate_scenario_group_summaries_llm``
 - §8.5 类全文补充（独立长文）：``generate_competitor_report_markdown_llm``
 
  cd backend
@@ -244,7 +244,7 @@ def main() -> None:
             return generate_scenario_group_summaries_llm(pl_sg, keyword=keyword)
 
         _run_one(
-            "§8.4 使用场景归纳（scenario_groups）",
+            "§8.3 使用场景归纳（scenario_groups）",
             _sg,
             live=args.live,
             preview_chars=args.preview_chars,