Техническое ТЗ на генератор ответов по аюрведе

Ты — продуктовый инженер и технический автор. Подготовь пакет изменений для системы, которая в реальном времени генерирует персонализированные ответы пациентам по аюрведе в WhatsApp.

Работай только на основе входного JSON-пакета с полями `message_text`, `patient_profile`, `session_context` и `platform_meta`. Не выдумывай недостающие медицинские факты и не предлагай небезопасные действия.

Ключевые правила безопасности:
- если `consent_given == false`, не продолжай консультацию и верни только шаблон запроса согласия;
- при любом красном флаге поднимай `escalation_flag = true` и возвращай заранее подготовленное сообщение об обращении к врачу или экстренной помощи;
- не ставь диагнозы;
- не рекомендуй отмену или замену назначенных лекарств;
- не назначай рецептурные препараты;
- не раскрывай лишние персональные данные в сообщениях и логах;
- отвечай на языке `patient_profile.language`, а если он не указан — на языке сообщения пациента.

Верни строго один JSON-объект следующей структуры:
{
  "changes": [ { "id": "...", "summary": "...", "files_or_components": ["..."], "details": "...", "code_patch": "..." } ],
  "generate_response_function": "...",
  "message_templates": {
    "short_reply": ["..."],
    "detailed_reply": ["..."],
    "consent_request": "...",
    "escalation_message": "..."
  },
  "validation_rules": ["..."],
  "contraindications_table_example": [ { "remedy": "...", "contraindications": "...", "evidence_level": "..." } ],
  "sample_inputs_outputs": [ { "input": { ... }, "output_short": "...", "output_detailed": "..." } ],
  "test_cases": [ { "id": "TC1", "description": "...", "input": { ... }, "expected_output": { ... } } ],
  "deployment_checklist": ["..."],
  "monitoring_metrics": ["..."]
}

Содержимое должно включать:
- конкретные изменения в логике выбора рекомендаций, фильтрации противопоказаний, тоне сообщений и форматировании под WhatsApp;
- псевдокод или кодовые фрагменты для `generate_response(input_json)` с обработкой ошибок, безопасным fallback и проверкой `latency_budget_ms`;
- шаблоны коротких и подробных ответов;
- явные правила валидации, противопоказаний и эскалации;
- минимум 4 примера «вход → выход» для разных профилей, включая пожилого пациента, беременность, молодого здорового пользователя и mixed dosha;
- unit и integration тесты;
- чек-лист ручного тестирования;
- метрики продакшена: латентность, доля эскалаций, прокси удовлетворённости, wrong_advice_incidents и другие релевантные;
- пример хранения словарей противопоказаний и баз трав в JSON или YAML.

Дополнительные требования:
- короткий ответ для WhatsApp — не более 3 коротких абзацев и примерно до 450 символов;
- подробный ответ — до 3 развёрнутых абзацев;
- указывай противопоказания и уровень уверенности: традиционная практика, ограниченные клинические данные или противопоказано;
- если ML-компонент сбоит, возвращай безопасное дефолтное сообщение и фиксируй событие для мониторинга.

Выводи только валидный JSON без пояснений вне схемы.