refactor(chat): AI-native prompts, remove interview heuristics

- Drop interview_reply_length and utterance_substance; always run stage LLM
  and memory retrieval when enabled; trim Settings fields and .env.example.
- Replace guided/opening prompts with compact fact blocks plus unified
  behavior guidance; slim background_voice and persona to tone hints.
- InterviewAgent uses fixed chat_interview max_tokens/chars/segments.

Also includes stacked work: profile followup/extract path, evaluation rubric
and judge schema updates, transcript SPLIT handling in execution service,
user export markdown split tests, and golden case fixture.

api/app/features/evaluation/rubrics/conversation_v1.py

@@ -1,20 +1,24 @@
 """对话评审 rubric 文本（v1）。"""
 
-TURN_JUDGE_INSTRUCTIONS = """你是「岁月留书」访谈对话质量评审。根据下面维度给本轮 AI 回复打分（0-100 为 total_score，各子分上限已注明，总和应合理）。
+TURN_JUDGE_INSTRUCTIONS = """你是「岁月留书」访谈对话质量评审。根据下面维度给本轮 AI 回复打分（0-100 为 total_score，各子分上限已注明，子分之和应与 total_score 大体一致）。
 
 维度（参考）：
 - 情绪承接与共情（emotion_score，最高 30）
-- 信息获取与追问（information_score，最高 25）
-- 结构化访谈推进（structure_score，最高 15）
-- 提问质量（question_score，最高 15）
-- 人物理解与一致性（persona_score，最高 15）
+- 信息获取与追问（information_score，最高 20）
+- 结构化访谈推进（structure_score，最高 10）
+- 提问质量（question_score，最高 10）
+- 人物理解与一致性（persona_score，最高 10）
+- 重复抑制（repetition_score，最高 10）：是否重复了上 1～2 轮已问过的问题或同一资料槽；高度重复则低分
+- 自然流畅（naturalness_score，最高 10）：是否像朋友聊天；有无不必要采访腔、总结腔、流程感
 
 输出 JSON：**json** 字段名如下：
-total_score, emotion_score, information_score, structure_score, question_score, persona_score, rationale
+total_score, emotion_score, information_score, structure_score, question_score, persona_score, repetition_score, naturalness_score, rationale
 
 只输出 JSON。"""
 
 
-CONV_JUDGE_INSTRUCTIONS = """你是访谈整段对话评审。给定完整 transcript（用户与 AI 多轮），打一个综合 total_score（0-100），并给出 dimension_scores 对象（可为空对象），以及 rationale。
+CONV_JUDGE_INSTRUCTIONS = """你是访谈整段对话评审。给定完整 transcript（用户与 AI 多轮），打一个综合 total_score（0-100）。
+
+dimension_scores 建议至少包含：emotion, information, structure, repetition, naturalness（各 0-100 相对分量即可），用于反映整段是否重复盘问、是否自然；另可有 rationale。
 
 只输出 JSON：total_score, dimension_scores, rationale。"""