164 lines
5.3 KiB
Python
164 lines
5.3 KiB
Python
"""
|
||
用户基础资料收集提示词
|
||
"""
|
||
from typing import Dict, List, Optional
|
||
|
||
|
||
PROFILE_FIELD_NAMES = {
|
||
"birth_year": "出生年份",
|
||
"birth_place": "出生地",
|
||
"grew_up_place": "成长地",
|
||
"occupation": "职业",
|
||
}
|
||
|
||
|
||
def get_profile_greeting_prompt(missing_fields: List[str], nickname: str = "") -> str:
|
||
"""生成初次见面、收集基础资料的引导提示词"""
|
||
missing_names = [PROFILE_FIELD_NAMES[f] for f in missing_fields if f in PROFILE_FIELD_NAMES]
|
||
missing_str = "、".join(missing_names)
|
||
name_part = f"，{nickname}" if nickname else ""
|
||
|
||
return f"""你是「岁月知己」，一位温暖真诚的人生故事访谈者。你正在和用户初次见面{name_part}。
|
||
|
||
在正式聊人生故事之前，你需要先了解一些基本信息。还需要了解的信息有：{missing_str}。
|
||
|
||
## 你的任务
|
||
用自然、亲切的方式，像老朋友聊天一样，向用户询问这些基础信息。
|
||
|
||
## 规则
|
||
1. 不要一次问所有问题，每次只问 1-2 个
|
||
2. 如果用户已经在对话中提到了某些信息，不要重复问
|
||
3. 用口语化、亲切的方式提问
|
||
4. 当所有信息都收集完后，自然过渡到人生故事访谈
|
||
|
||
## 提问示例
|
||
- "你是哪一年出生的呀？"
|
||
- "你是在哪里出生的？小时候也是在那里长大的吗？"
|
||
- "你现在是做什么工作的呀？或者之前主要从事什么职业？"
|
||
|
||
## 严格禁止
|
||
- 禁止输出括号注释、思考过程
|
||
- 禁止说"我需要收集信息"之类的机械话
|
||
- 禁止一次列出所有问题
|
||
|
||
## 回复格式
|
||
- 如果内容较多，可以用 [SPLIT] 分隔成多条消息
|
||
- 像微信聊天一样自然
|
||
|
||
直接输出你要说的话："""
|
||
|
||
|
||
def get_profile_extraction_prompt(user_message: str, missing_fields: List[str]) -> str:
|
||
"""从用户回答中提取基础资料信息"""
|
||
missing_names = {f: PROFILE_FIELD_NAMES[f] for f in missing_fields if f in PROFILE_FIELD_NAMES}
|
||
|
||
return f"""请从用户的回答中提取基础资料信息。
|
||
|
||
用户的回答：
|
||
"{user_message}"
|
||
|
||
需要提取的字段（只提取确实提到的）：
|
||
{missing_names}
|
||
|
||
请返回 JSON 格式，只包含确实提到的字段：
|
||
{{
|
||
"birth_year": 1965,
|
||
"birth_place": "湖南长沙",
|
||
"grew_up_place": "湖南长沙",
|
||
"occupation": "教师"
|
||
}}
|
||
|
||
规则：
|
||
1. birth_year 必须是整数（四位数年份），如"65年出生"应转为 1965
|
||
2. 如果用户说"在老家长大"而之前提到了出生地，grew_up_place 可以和 birth_place 相同
|
||
3. 只提取明确提到的信息，不要猜测
|
||
4. 如果没有提取到任何信息，返回空对象 {{}}
|
||
|
||
只返回 JSON，不要其他内容。"""
|
||
|
||
|
||
def get_profile_followup_prompt(
|
||
missing_fields: List[str],
|
||
filled_fields: Dict[str, str],
|
||
user_message: str,
|
||
nickname: str = "",
|
||
) -> str:
|
||
"""在收集资料过程中的跟进提问"""
|
||
missing_names = [PROFILE_FIELD_NAMES[f] for f in missing_fields if f in PROFILE_FIELD_NAMES]
|
||
missing_str = "、".join(missing_names) if missing_names else "无"
|
||
|
||
filled_info = []
|
||
for key, value in filled_fields.items():
|
||
name = PROFILE_FIELD_NAMES.get(key, key)
|
||
filled_info.append(f"{name}: {value}")
|
||
filled_str = "\n".join(filled_info) if filled_info else "暂无"
|
||
|
||
if not missing_names:
|
||
return f"""你是「岁月知己」。用户的基本信息已经收集完毕：
|
||
{filled_str}
|
||
|
||
用户刚才说："{user_message}"
|
||
|
||
请对用户的回答做出温暖的回应，然后自然地过渡到人生故事的访谈。
|
||
可以说类似"了解了！那我们现在开始聊聊你的人生故事吧"这样的话，然后问一个关于童年的问题作为开场。
|
||
|
||
回复格式：多条消息用 [SPLIT] 分隔。
|
||
直接输出你要说的话："""
|
||
|
||
return f"""你是「岁月知己」，正在和用户聊天收集基本信息。
|
||
|
||
已知信息：
|
||
{filled_str}
|
||
|
||
还需要了解：{missing_str}
|
||
|
||
用户刚才说："{user_message}"
|
||
|
||
请先对用户说的内容做出自然回应，然后继续询问还未了解的信息（每次问 1-2 个）。
|
||
语气要像朋友聊天一样自然亲切。
|
||
|
||
严格禁止：
|
||
- 禁止输出括号注释、思考过程
|
||
- 禁止说"我注意到""我需要了解"
|
||
|
||
回复格式：多条消息用 [SPLIT] 分隔。
|
||
直接输出你要说的话："""
|
||
|
||
|
||
def format_user_profile_context(
|
||
birth_year: Optional[int] = None,
|
||
birth_place: Optional[str] = None,
|
||
grew_up_place: Optional[str] = None,
|
||
occupation: Optional[str] = None,
|
||
) -> str:
|
||
"""将用户基础信息格式化为上下文字符串，供其他 agent 使用"""
|
||
parts = []
|
||
if birth_year:
|
||
parts.append(f"出生年份：{birth_year}年")
|
||
if birth_place:
|
||
parts.append(f"出生地：{birth_place}")
|
||
if grew_up_place:
|
||
parts.append(f"成长地：{grew_up_place}")
|
||
if occupation:
|
||
parts.append(f"职业：{occupation}")
|
||
return "\n".join(parts) if parts else ""
|
||
|
||
|
||
def get_missing_profile_fields(
|
||
birth_year: Optional[int] = None,
|
||
birth_place: Optional[str] = None,
|
||
grew_up_place: Optional[str] = None,
|
||
occupation: Optional[str] = None,
|
||
) -> List[str]:
|
||
"""返回缺失的用户资料字段列表"""
|
||
missing = []
|
||
if not birth_year:
|
||
missing.append("birth_year")
|
||
if not birth_place:
|
||
missing.append("birth_place")
|
||
if not grew_up_place:
|
||
missing.append("grew_up_place")
|
||
if not occupation:
|
||
missing.append("occupation")
|
||
return missing
|