방법: Agent가 출하기 매주 세 품목의 도매값·물량을 평년(다른 해 같은 주 평균)과 비교하고, 신호가 난 품목만 원인을 더 찾아 작목반 안내문·근거표를 씁니다.
한 주 동안 작목반이 보낸 현장 문자 여러 건은 PC 안의 소형 언어모델이 한 건씩 읽고, Agent가 품목·읍면별로 "몰림 N·지연 N·영향없음 N"으로 묶습니다. 같은 품목에서 몰림이 2건 이상이면 단계를 올리는 신호로 셉니다.
결과: 지난 철을 다시 돌려 보니 '경계'(값이 평년보다 20% 이상 낮음) 이상 뒤 3주가 실제로 평년보다 20% 넘게 낮았던 비율이 월동무 90%, 양배추 92%였습니다(앞 철만 쓴 실제 운영 조건은 90%·84%). 이번 주 값만 보는 단순 기준과 거의 같고, 대신 원인·권고·문서를 매주 자동으로 씁니다.
PC 안의 소형 언어모델이 질문을 연·월·일·몇째 주·작물 칸으로 옮기고, 날짜 계산과 검사는 코드가 합니다. 질문에 없는 숫자·작물은 받지 않습니다.