State Reminder · 履约状态机与 SLA 提醒

对应案例：NO.5（达人履约 30 天→18 天）、NO.13（维保工单复用与路由）。 参考实现：cases/05-influencer-crm/（漏催归零、履约周期 -34%）。

何时使用

• 运营每天人工翻 Excel 找"谁到期了"，漏催频繁
• 履约/工单有明确阶段（建联→寄样→收样→创作→提交），各阶段应有停留上限
• 要把人的精力从"找人"转移到"处理逾期"

流程

1. 状态机定义：与业务确认阶段序列与每阶段 SLA（如建联 3 天/寄样 4 天/ 收样 3 天/创作 7 天）；SLA 是业务规则，Agent 不擅自设定。
2. 历史复盘校准：用历史轨迹统计各阶段实际停留分布，验证 SLA 合理 （P50/P90），并找出"惯发问题"（案例 13：某些设备每月重复同样异常）。
3. 每日待办生成：状态停留超 SLA → 待办项（对象/阶段/逾期天数/建议动作）， 按逾期天数排序；全量扫描，不存在漏看。
4. 复用推荐（工单场景）：检索对象近 N 期历史，最常见 (描述, 处置) 作为 自动填充建议；新对象回退到类型规则，再无 → 人工。
5. 提醒分级：首轮自动提醒；超期未动 → 升级人工跟进。高价值对象的 实际沟通永远留给人（案例 5：一句话说错的损失远超自动化收益）。
6. 效果基线：上线前记录人工耗时与履约周期，上线后对比（案例 22 的 效果基线纪律）。

验收

• 全量扫描下 SLA 漏提醒 = 0
• 待办排序正确（逾期降序）、SLA 计算与定义一致
• 履约周期对比基线可量化（案例 5 实测 -34%）

边界

• 提醒文案触达达人/客户前的措辞由人审核
• 催办升级规则（几次提醒升级、谁接手）由业务定