life-echo/api/agents/prompts/conversation_prompts.py

"""
对话 Agent 提示词模板和访谈问题库
"""
from enum import Enum
from typing import List, Dict


class ConversationStage(str, Enum):
    """对话阶段枚举"""
    CHILDHOOD = "childhood"      # 童年
    EDUCATION = "education"      # 教育
    CAREER = "career"            # 事业
    FAMILY = "family"            # 家庭
    BELIEFS = "beliefs"          # 信念
    SUMMARY = "summary"          # 人生总结


# 访谈问题库
INTERVIEW_QUESTIONS: Dict[ConversationStage, List[str]] = {
    ConversationStage.CHILDHOOD: [
        "你是在哪里长大的？小时候周围的环境是什么样的，有哪些让你印象深刻的童年记忆？",
        "童年时期的你是个怎样的孩子？有没有做过什么淘气或有趣的事情，现在想起来还会让你发笑？",
        "能聊聊你小时候的家庭吗？比如父母是怎样的人，他们对你的成长有什么影响吗？",
        "小时候你有过什么梦想？那时候你最想长大后做什么？",
    ],
    ConversationStage.EDUCATION: [
        "上学的时候你是个怎么样的学生？你喜欢学校生活吗？",
        "在求学过程中，有没有哪位老师或同学对你影响特别大？能说说他们的故事吗？",
        "学生时代你参加过什么课外活动或者比赛吗？有没有哪段经历让你特别难忘？",
        "那时候你对未来有什么打算吗？比如毕业后想从事什么职业，或者希望过怎样的生活？",
    ],
    ConversationStage.CAREER: [
        "第一次走出校园开始工作时，你还记得当时的情景吗？当时你的心情怎么样，有发生什么难忘的事吗？",
        "你当初是怎么选择进入现在这个行业的？其中有什么契机或故事吗？",
        "在工作中有没有遇到过特别大的挑战或低谷？当时你是怎么挺过来的？",
        "职业生涯中有没有哪个成就或时刻让你特别自豪？能跟我分享一下那个故事吗？",
        "在事业的发展过程中，有哪些重要的转折点？比如跳槽、升职或者创业，这些经历对你意味着什么？",
        "回顾这一路，有哪些人对你的事业帮助最大或者影响最深？有没有特别想感谢的贵人或伙伴？",
    ],
    ConversationStage.FAMILY: [
        "可以聊聊你和你伴侣的故事吗？你们是怎么认识的，又是什么让你决定与他/她携手一生？",
        "孩子在你的生活中意味着什么？做父母的过程中，有没有让你特别骄傲或者难忘的瞬间？",
        "在家庭生活中，有没有什么传统或者特别的习惯，让你感到温馨和快乐？",
        "平时你和家人喜欢一起做些什么？周末或假日你们通常会怎么度过？",
        "你觉得家庭在你的人生中扮演了一个怎样的角色？",
        "工作和家庭要怎么兼顾呢？你是如何平衡事业和家庭的？在两边兼顾的时候有没有遇到困难，后来又是怎么克服的？",
    ],
    ConversationStage.BELIEFS: [
        "你人生中有没有一些一直坚守的信念或者座右铭？这些信念给了你怎样的力量或者影响？",
        "对你来说，哪些价值观是最重要的？这些价值观是受到哪些人或经历的影响而形成的呢？",
        "当你遇到困难和低谷的时候，是什么支撑着你坚持下去？",
        "你如何看待‘成功’和‘幸福’？对你来说它们分别意味着什么？",
    ],
    ConversationStage.SUMMARY: [
        "回顾你走过的路，你觉得这一生中最重要的经验或教训是什么？",
        "在你的生活中，你最感激的人和事有哪些？有没有特别觉得自己很幸运的地方？",
        "如果能对年轻时候的自己说几句话，你会想告诉他/她什么？",
        "展望未来，你还有什么愿望或目标吗？有没有一直想尝试但还没来得及做的事情？",
        "最后，你希望家人和后代记住你是一个怎样的人？",
    ],
}


def get_system_prompt(current_stage: ConversationStage, covered_topics: List[str], user_latest_response: str) -> str:
    """
    生成对话 Agent 的系统提示词
    
    Args:
        current_stage: 当前对话阶段
        covered_topics: 已聊过的话题列表
        user_latest_response: 用户最新回答
    
    Returns:
        系统提示词字符串
    """
    stage_name_map = {
        ConversationStage.CHILDHOOD: "童年",
        ConversationStage.EDUCATION: "教育",
        ConversationStage.CAREER: "事业",
        ConversationStage.FAMILY: "家庭",
        ConversationStage.BELIEFS: "信念",
        ConversationStage.SUMMARY: "人生总结",
    }
    
    covered_topics_str = "、".join(covered_topics) if covered_topics else "暂无"
    
    prompt = f"""你是一位资深的人生故事访谈者，专注于帮助用户回忆和讲述人生经历。

## 角色定位
你如同一位老朋友，用真诚、温暖的方式倾听用户的故事，通过自然的对话引导用户分享更多细节。

## 访谈技巧
1. 积极倾听：先对用户分享的内容给予简短回应，表达理解和共鸣
2. 深度追问：围绕用户提到的具体场景、人物、感受进行细节追问
3. 一次一问：每次只提一个问题，给用户充分思考和表达的空间
4. 自然过渡：当一个话题聊透后，自然引入下一个相关话题

## 输出要求
- 直接输出你要对用户说的话
- 禁止输出任何括号注释、思考过程、策略说明
- 禁止使用"我注意到""我想了解"等采访腔调
- 语气要像朋友聊天，自然亲切

当前阶段：{stage_name_map.get(current_stage, current_stage.value)}
已聊话题：{covered_topics_str}

请直接回应用户，不要有任何元描述。"""
    
    return prompt


def get_questions_for_stage(stage: ConversationStage) -> List[str]:
    """获取指定阶段的所有问题"""
    return INTERVIEW_QUESTIONS.get(stage, [])


SLOT_NAME_MAP = {
    # 童年
    "place": "成长的地方",
    "people": "重要的人",
    "daily_life": "日常生活",
    "emotion": "童年感受",
    "turning_event": "难忘的事",
    # 教育
    "school": "学校经历",
    "city": "求学的城市",
    "motivation": "学习动力",
    "challenge": "遇到的挑战",
    "change": "成长变化",
    # 事业
    "job": "工作内容",
    "environment": "工作环境",
    "decision": "重要决定",
    "pressure": "压力与困难",
    "growth": "职业成长",
    # 家庭
    "relationship": "家人关系",
    "conflict": "矛盾与化解",
    "support": "相互支持",
    "responsibility": "家庭责任",
    # 信念
    "value": "核心价值观",
    "regret": "遗憾与释怀",
    "pride": "骄傲的事",
    "lesson": "人生经验",
}


def get_guided_conversation_prompt(
    current_stage: str,
    empty_slots: List[str],
    filled_slots: Dict[str, str],
    user_message: str
) -> str:
    """
    生成状态感知的对话提示词
    """
    # 转换 slot 名称为中文
    empty_slots_readable = [SLOT_NAME_MAP.get(s, s) for s in empty_slots]
    empty_slots_str = "、".join(empty_slots_readable) if empty_slots_readable else "已聊得很充分"
    
    filled_info = []
    for key, value in filled_slots.items():
        readable_key = SLOT_NAME_MAP.get(key, key)
        filled_info.append(f"{readable_key}: {value[:50]}..." if len(value) > 50 else f"{readable_key}: {value}")
    filled_slots_str = "\n".join(filled_info) if filled_info else "刚开始聊"

    stage_name_map = {
        "childhood": "童年时光",
        "education": "求学经历",
        "career": "职业生涯",
        "family": "家庭生活",
        "belief": "人生信念",
    }
    stage_name = stage_name_map.get(current_stage, current_stage)

    prompt = f"""你是用户的老朋友，正在和他/她聊人生故事。你们聊到了「{stage_name}」这个话题。

## 已经聊到的内容
{filled_slots_str}

## 还可以聊的方向
{empty_slots_str}

## 用户刚才说
"{user_message}"

## 你的任务
1. 先回应用户说的内容（表达理解、共鸣或好奇）
2. 可以分享一点你的感受或联想，让对话更有温度
3. 然后自然地追问一个细节，或引向还没聊到的方向
4. 追问要具体，比如问"那时候是什么季节""身边有谁陪着你""当时心里什么感觉"

## 回复格式
- 如果内容较多，可以分成 2-3 条消息，用 [SPLIT] 分隔
- 每条消息保持自然，像微信聊天一样，如果需要，可以比较长，但是最大不要超过250个字
- 最多不超过 3 条消息
- 如果内容简单，一条消息即可，不必强行拆分

## 严格禁止
- 禁止输出括号、注释、思考过程
- 禁止说"我注意到""我想问""让我们聊聊"
- 禁止生硬转换话题

直接输出你要说的话（多条消息用 [SPLIT] 分隔）："""

    return prompt