# **LLM 友好型质控报告评估与优化方案**

**评估对象：** qc-report-test0102-pd-study-2026-02-08.xml

**评估目的：** 确定该格式是否适合作为 Context 喂给 LLM 以回答用户提问。

**评估日期：** 2026-02-08

## **📊 一、 现状评估 (Current State Analysis)**

### **1\. 评分卡**

| 维度 | 评分 (1-10) | 评价 |
| :---- | :---- | :---- |
| **结构化程度** | 9/10 | XML 结构清晰，解析容易。 |
| **Token 效率** | 3/10 | **极差**。重复信息太多（如 rule\_name 重复 64 次）。 |
| **信息完整性** | 4/10 | **缺失核心证据**。只说了“错”，没说“值为多少”。 |
| **语义清晰度** | 5/10 | rule="unknown" 对 AI 毫无帮助，缺乏语义标签。 |

### **2\. 核心缺陷分析**

#### **❌ 缺陷 1：缺乏“原始值” (The "Evidence Gap")**

* **现状**：  
  \<message\>年龄不在 25-35 岁范围内\</message\>  
  \<field\>age\</field\>

* **LLM 的困惑**："我知道年龄不对，但这个病人到底几岁？是 24 岁（轻微偏差）还是 80 岁（严重偏差）？用户如果问我‘为什么报错’，我只能复读 Message，无法解释原因。"

#### **❌ 缺陷 2：Token 冗余 (The "Echo Chamber")**

* **现状**：  
  13 条记录都有“年龄”问题，rule\_name 和 message 重复了 13 次。  
* **LLM 的困惑**："为什么要让我读 13 遍同样的一句话？这浪费了宝贵的上下文窗口。"

#### **❌ 缺陷 3：逻辑扁平 (Lack of Hierarchy)**

* **现状**：  
  所有问题平铺在 \<critical\_issues\> 下，没有按 Record ID 聚合。  
* **LLM 的困惑**："如果用户问‘001号病人有哪些问题？’，我得遍历整个列表去挑出 record=1 的项，容易看漏。"

## **🚀 二、 优化方案：Context Protocol v2.0**

根据我们的 **CRA Agent 深度设计**，我们需要将报告重构为 **“以实体为中心，以证据为支撑”** 的结构。

### **2.1 理想的 Context 结构 (Gold Standard)**

建议采用 **混合模式**：XML 定义边界，Markdown 描述详情。

\<qc\_context project\_id="test0102" generated="2026-02-08"\>  
    
  \<\!-- 1\. 宏观统计 (Aggregate) \--\>  
  \<overview\>  
    \- 总记录数: 13 | ❌ 严重违规: 13人 (100%)  
    \- 主要问题: 年龄超标 (13), 未签知情同意书 (13), 疼痛评分不达标 (13)  
  \</overview\>

  \<\!-- 2\. 规则定义 (Reference) \- 只定义一次，省 Token \--\>  
  \<rule\_definitions\>  
    \<rule id="R\_AGE" tag="\#demographics"\>年龄应在 25-35 岁之间\</rule\>  
    \<rule id="R\_ICF" tag="\#ethics"\>必须签署知情同意书\</rule\>  
  \</rule\_definitions\>

  \<\!-- 3\. 问题详情 (Grouped by Record) \--\>  
  \<issues\_list\>  
      
    \<record id="1" status="CRITICAL"\>  
      \<summary\>存在 5 个严重违规\</summary\>  
      \<details\>  
        \- \[R\_AGE\] ❌ \*\*年龄违规\*\*: 当前值 \`45\` (不在 25-35 范围内)。  
        \- \[R\_ICF\] ❌ \*\*伦理违规\*\*: \`informed\_consent\` 为空。  
        \- \[R\_VAS\] ❌ \*\*入排不符\*\*: VAS评分 \`2\` (要求 \>= 4)。  
      \</details\>  
    \</record\>

    \<record id="10" status="CRITICAL"\>  
      \<summary\>存在 5 个严重违规\</summary\>  
      \<details\>  
        \- \[R\_AGE\] ❌ \*\*年龄违规\*\*: 当前值 \`52\`。  
        \<\!-- 省略重复描述，仅列出差异或关键点 \--\>  
      \</details\>  
    \</record\>

  \</issues\_list\>

\</qc\_context\>

## **🛠️ 三、 实施建议 (Action Items)**

### **3.1 后端代码调整 (QcService / ReportGenerator)**

你需要修改生成 XML 的逻辑，不仅要查 iit\_qc\_logs，还要关联 **原始数据**。

1. **补充 value 字段**：  
   在存入 iit\_qc\_logs 时，或者在生成报告时，必须把触发报错的 **具体数值** 写进去。  
   * *Bad:* { "message": "Age error" }  
   * *Good:* { "message": "Age error", "evidence": { "value": 45, "threshold": "25-35" } }  
2. **补充 rule\_id 和 tag**：  
   目前的 rule="unknown" 是不可接受的。  
   * 在 HardRuleEngine 里，每条规则必须有一个唯一的 code (例如 AGE\_CHECK)。  
   * 在 iit\_skills 配置中，关联 Tags。  
3. **按受试者聚合 (Group By Record)**：  
   不要输出扁平的 List，要输出 Map：Map\<RecordId, Issues\[\]\>。

### **3.2 优化后的 LLM 交互流程**

当用户问：“**为什么 1 号病人不合格？**”

* **旧 XML**：LLM 看到 "年龄不在范围内"，只能回答“因为年龄不对”。  
* **新 XML**：LLM 看到 当前值 45 (要求 25-35)，可以回答：  
  “1号病人不合格主要有 3 个原因：  
  1. **年龄不符**：患者 **45岁**，超出了研究要求的 25-35 岁范围。  
  2. **疼痛评分不足**：VAS 评分为 **2分**，未达到入组要求的 4分。  
  3. **伦理缺失**：系统中未查询到知情同意书签署记录。”

### **3.3 总结**

**现有报告是给程序员调试用的，不是给 LLM 用的。**

请按照 **Context Protocol** 规范，增加 **Evidence (原始值)**，增加 **Grouping (聚合)**，并消除冗余文本。