阶段 4 — 标准化

2.7 阶段 4 — 标准商品配对

本阶段将同一商品的不同表面形式收敛为单一的标准识别码。例如：

以上四者全部解析至相同的 canonical_product_id。此解析是价格记忆与 B2B 资料产品的前提条件。

标准解析在背景后处理工作者中非同步执行，此时同步流程已将已验证的预览回传给使用者。这使商品解析离开延迟敏感路径：使用者立即看到收据，标准识别码稍后附加到记录上。

解析器基于一张别名表运作，该表将原始收据行文字对应至标准商品：

模糊别名查询 — 标准化后的行文字使用 PostgreSQL trigram 相似度（pg_trgm）与先前学习到的收据别名比对。命中即直接解析至标准商品。只有当文字读起来像真实商品名称而非商店私有缩写时，在某商家学习到的别名才会跨商家重用，这可避免不同商品并入同一个标准商品。
LLM 备援 — 未命中时，语言模型将原始文字标准化为品牌、商品与规格属性。结果以新标准商品的形式 upsert（或对应至既有商品），并同时写入一笔新的别名列，使同一表面形式下次无需模型呼叫即可解析。

相似度设定与标准化提示词由内部营运层管理。

未解析的品项会以空标准引用记录；随著别名表成长，解析可在之后的轮次完成。

category > subcategory > brand > product > variant

范例：

Beverages > Carbonated Soft Drinks > Coca-Cola > Coca-Cola Classic > 330 ml can

每个标准商品携带标准化属性：size_value、size_unit、package_type、brand_id、is_private_label、barcode_gtin（若有）。

标准索引由收据流量本身成长：每一条经 LLM 标准化的行都会新增一个标准商品与一个别名，此后该表面形式的每次重复都从别名表解析，无需模型成本。模糊或低品质的条目透过管理端目录工具审查。