lct-hack/scenarios/tickets/t13-2-birth-in-car.yaml

61 lines
2.5 KiB
YAML
Raw Normal View History

feat: все 96 вызовов из билетов заказчика в библиотеке (lct-34) Перенесены все 32 билета учебного центра, по три вызова в каждом. Это тот материал, по которому заказчик учит операторов сегодня, — библиотека больше не состоит из придуманных нами ситуаций. Состав: медицина 23, пожары 19, полиция 16, ЖКХ 5, прочее 33. Исходы: карточка 86, передача в другой регион 8, справка 2. С уточнением адреса — 29 вызовов. Уровни L1/L2/L3 — 11/38/47. Написаны чек-листы, которых не было: medical, police, utility. Признаки ЕКП подбирались под каждый вызов и проверены загрузчиком: комбинация, которой нет в классификаторе, роняет загрузку. Несколько раз это и случилось, и ошибка называла, чего не хватает. Эталонных ответов в сценариях намеренно нет: в билетах их нет тоже, их знает преподаватель, а наш эталон выводится кодом из фактов. Факты каждого вызова — ровно то, что названо в строке билета. 193 теста зелёных, make seed заливает 97 сценариев.
2026-09-20 09:32:56 +03:00
# Билет 13, вызов 2 (docs/spec/TICKETS.md). Ситуация и адрес — из билета,
# факты выведены из ситуации: чего в строке нет, того звонящий не знает.
id: t13-2-birth-in-car
title: Роды в автомобиле
ticket: 13
position: 2
type: medical
level: L3
topics: [medical, address]
modes: [training, exam, self]
extends: checklists/medical.yaml
signs: [Роды]
persona:
base: panic
arc:
- { stage: registration, mood: panic }
- { stage: interview, mood: worried }
first_line: "Жена рожает прямо в машине! Воды отошли две минуты назад!"
facts:
- id: f_address
value: "Рублёвка от Кутузовского проспекта в сторону посёлка Жуковка, проехали реку Чеченку, перед автобусной остановкой, название не знаю"
reveal_on: { question: q_address }
- id: f_what_happened
value: "роды, сорок недель, воды отошли две минуты назад, кровотечения нет"
reveal_on: { question: q_what_happened }
- id: f_who
value: "Соколова Ирина Ивановна, дата рождения 20.05.1979"
reveal_on: { question: q_who }
- id: f_vehicle
value: "синий Volkswagen, государственный номер О345ВН 177"
reveal_on: { question: q_vehicle }
feat: все 96 вызовов из билетов заказчика в библиотеке (lct-34) Перенесены все 32 билета учебного центра, по три вызова в каждом. Это тот материал, по которому заказчик учит операторов сегодня, — библиотека больше не состоит из придуманных нами ситуаций. Состав: медицина 23, пожары 19, полиция 16, ЖКХ 5, прочее 33. Исходы: карточка 86, передача в другой регион 8, справка 2. С уточнением адреса — 29 вызовов. Уровни L1/L2/L3 — 11/38/47. Написаны чек-листы, которых не было: medical, police, utility. Признаки ЕКП подбирались под каждый вызов и проверены загрузчиком: комбинация, которой нет в классификаторе, роняет загрузку. Несколько раз это и случилось, и ошибка называла, чего не хватает. Эталонных ответов в сценариях намеренно нет: в билетах их нет тоже, их знает преподаватель, а наш эталон выводится кодом из фактов. Факты каждого вызова — ровно то, что названо в строке билета. 193 теста зелёных, make seed заливает 97 сценариев.
2026-09-20 09:32:56 +03:00
- id: f_conscious
value: "сведения о сознании роженицы не указаны"
feat: все 96 вызовов из билетов заказчика в библиотеке (lct-34) Перенесены все 32 билета учебного центра, по три вызова в каждом. Это тот материал, по которому заказчик учит операторов сегодня, — библиотека больше не состоит из придуманных нами ситуаций. Состав: медицина 23, пожары 19, полиция 16, ЖКХ 5, прочее 33. Исходы: карточка 86, передача в другой регион 8, справка 2. С уточнением адреса — 29 вызовов. Уровни L1/L2/L3 — 11/38/47. Написаны чек-листы, которых не было: medical, police, utility. Признаки ЕКП подбирались под каждый вызов и проверены загрузчиком: комбинация, которой нет в классификаторе, роняет загрузку. Несколько раз это и случилось, и ошибка называла, чего не хватает. Эталонных ответов в сценариях намеренно нет: в билетах их нет тоже, их знает преподаватель, а наш эталон выводится кодом из фактов. Факты каждого вызова — ровно то, что названо в строке билета. 193 теста зелёных, make seed заливает 97 сценариев.
2026-09-20 09:32:56 +03:00
reveal_on: { question: q_conscious }
- id: f_caller
value: телефон 916 897 5623
reveal_on: { question: q_caller }
checklist:
- { id: q_address, fact: f_address }
- { id: q_what_happened, fact: f_what_happened }
- { id: q_who, fact: f_who }
- id: q_vehicle
question: "На какой машине вы едете? Назовите марку, цвет и госномер."
examples: ["Какой у вас автомобиль и госномер?", "Назовите марку, цвет машины и номер."]
fact: f_vehicle
feat: все 96 вызовов из билетов заказчика в библиотеке (lct-34) Перенесены все 32 билета учебного центра, по три вызова в каждом. Это тот материал, по которому заказчик учит операторов сегодня, — библиотека больше не состоит из придуманных нами ситуаций. Состав: медицина 23, пожары 19, полиция 16, ЖКХ 5, прочее 33. Исходы: карточка 86, передача в другой регион 8, справка 2. С уточнением адреса — 29 вызовов. Уровни L1/L2/L3 — 11/38/47. Написаны чек-листы, которых не было: medical, police, utility. Признаки ЕКП подбирались под каждый вызов и проверены загрузчиком: комбинация, которой нет в классификаторе, роняет загрузку. Несколько раз это и случилось, и ошибка называла, чего не хватает. Эталонных ответов в сценариях намеренно нет: в билетах их нет тоже, их знает преподаватель, а наш эталон выводится кодом из фактов. Факты каждого вызова — ровно то, что названо в строке билета. 193 теста зелёных, make seed заливает 97 сценариев.
2026-09-20 09:32:56 +03:00
- { id: q_conscious, fact: f_conscious }
- { id: q_caller, fact: f_caller }
required_fields: [address, incident_type, description]
ground_truth:
address: "Рублёвка от Кутузовского проспекта в сторону посёлка Жуковка, после реки Чеченка, перед автобусной остановкой"
feat: все 96 вызовов из билетов заказчика в библиотеке (lct-34) Перенесены все 32 билета учебного центра, по три вызова в каждом. Это тот материал, по которому заказчик учит операторов сегодня, — библиотека больше не состоит из придуманных нами ситуаций. Состав: медицина 23, пожары 19, полиция 16, ЖКХ 5, прочее 33. Исходы: карточка 86, передача в другой регион 8, справка 2. С уточнением адреса — 29 вызовов. Уровни L1/L2/L3 — 11/38/47. Написаны чек-листы, которых не было: medical, police, utility. Признаки ЕКП подбирались под каждый вызов и проверены загрузчиком: комбинация, которой нет в классификаторе, роняет загрузку. Несколько раз это и случилось, и ошибка называла, чего не хватает. Эталонных ответов в сценариях намеренно нет: в билетах их нет тоже, их знает преподаватель, а наш эталон выводится кодом из фактов. Факты каждого вызова — ровно то, что названо в строке билета. 193 теста зелёных, make seed заливает 97 сценариев.
2026-09-20 09:32:56 +03:00
victims: 1
tree:
pregenerated: false