对话式交互改造说明

一、改造目标

自然流畅：避免机械式问答，加入过渡语、语气词、礼貌用语
上下文连贯：记住对话历史，进行有逻辑的延续
共情关怀：在患者描述症状后给予安抚与理解
亲切专业：语言温和易懂，保持医疗信息准确

二、实现方案

1. 新增 ConversationResponseService

位置：backend/src/main/java/com/medical/demo/service/ConversationResponseService.java

职责：

调用百炼 API 生成对话式回复
根据用户输入和对话历史，决定是「追问澄清」还是「推荐科室」
输出格式：{ "action": "ASK_FOLLOWUP" | "PROCEED_RECOMMEND", "content": "回复内容" }

Prompt 设计要点：

角色：甘肃省中医院导诊助理，专业、温和、有同理心
策略：描述模糊时追问（位置、性质、持续时间等）；描述具体时推荐科室
语气：使用「了解了」「嗯」「好的」等过渡语，避免冷冰冰

2. 修改 ChatService 挂号流程

流程变化：

原流程：用户「我头疼」 → 直接生成诊断分析 → 推荐科室卡片
新流程：用户「我头疼」 → 对话服务生成回复 → 
       - ASK_FOLLOWUP：仅发送追问文本，等待下一轮
       - PROCEED_RECOMMEND：发送回复 + 科室推荐卡片

上下文管理：

在 sessionData 中存储 conversationHistory：[{role, content}, ...]
每次用户消息和 AI 回复都会追加到历史
科室推荐时，将多轮用户描述拼接为完整症状传给 DepartmentRecommendationService

3. 典型对话示例

轮次	用户	系统回复
1	我头疼	了解了，您提到头疼。能再多描述一下疼痛的位置或感觉吗？比如是胀痛、刺痛还是其他？这样我可以帮您更准确地判断，并建议合适的科室。
2	头顶胀痛，两天了，有点恶心	了解了，您有头顶胀痛、伴恶心，持续两天，这种情况需要及时就诊。根据您的描述，为您推荐以下科室，请选择：[科室卡片]

三、进一步优化建议

1. Prompt 迭代

可在 ConversationResponseService.buildSystemPrompt() 中：

增加更多示例对话
细化追问场景（如：仅说「肚子疼」时追问部位、排便等）
加入对焦虑、急症情绪的识别与安抚话术

2. 其他流程的对话化

建档引导：可改为对话式询问「请问您是否已在本院建档？」
报告解读：解读前可加一句「收到您的报告了，正在为您分析，请稍候」
查询建档：未找到时「暂时没有查到您的档案，需要我帮您新建一份吗？」

3. 前端体验

可增加「正在输入」动画，模拟打字效果
对追问类回复可高亮「请补充描述」等引导语

4. 会话清理

用户选择科室后，可清空或截断 conversationHistory，避免影响后续新咨询
可设置会话过期时间，定期清理 sessionData

四、配置说明

对话服务复用百炼配置：

bailian.api-key
bailian.api-url
bailian.model（默认 qwen-turbo）

如需单独配置对话模型，可在 ConversationResponseService 中增加 @Value 注入。