Yuzhiran Dev
6585909ffc
Prompt optimizations:
- topics_trends: 10→8 topics, simplified output, anti-hallucination
- topic_generate: stronger structure, user-pain focus
- topic_selector_gaps: add SEO+social instruction, clean JSON output
- section_expansion: shorter (removed over-detailed AI套话 list), cleaner
- title_optimize_*: 3 titles per line (no numbering), cleaned up
- outline_generation: simplified structure, strong anti-generic-titles
- compliance_fix/polish: expanded fix types, stronger output requirements
- sources_optimization: cleaner JSON schema
- tags_generation: added 'no thinking output' instruction
- research_summary: simplified output structure
- clean_ai_verbosity/clean_thinking_patterns: unchanged (rule-based)
topic_selector.py: hardcoded prompt → get_prompt('topic_selector_gaps')
_PROMPT_DEFAULTS seeds updated to match DB
246 lines
17 KiB
Python
246 lines
17 KiB
Python
#!/usr/bin/env python3
|
||
"""
|
||
Prompt 配置加载器
|
||
|
||
架构：DB 为主，代码仅作初始种子。
|
||
- _PROMPT_DEFAULTS: 仅用于首次自动写入 DB（种子数据），不作为运行时 fallback
|
||
- prompt_configs 表: 运行时唯一来源，修改 prompt 直接改 DB
|
||
- DB 不可用时: 退化到代码默认值（仅用于紧急回退，不是日常模式）
|
||
|
||
新增 prompt 流程：
|
||
1. 在 _PROMPT_DEFAULTS 添加定义
|
||
2. 重启后自动补入 DB（仅当该 key 不在 DB 中时）
|
||
3. 后续修改直接在 DB 操作，不再改代码
|
||
|
||
修改 prompt 流程：
|
||
直接 UPDATE prompt_configs SET content = '...' WHERE key = '...';
|
||
"""
|
||
import os, sys
|
||
from pathlib import Path
|
||
from typing import Dict, Any, Optional
|
||
|
||
PROJECT_ROOT = Path(__file__).parent.parent
|
||
sys.path.insert(0, str(PROJECT_ROOT))
|
||
sys.path.insert(0, str(PROJECT_ROOT / 'platform' / 'backend'))
|
||
|
||
# ============================================================
|
||
# 种子数据（初始默认值）
|
||
# 修改 prompt 请直接在 DB 操作，不要改这里
|
||
# 仅在表里没有该 key 时用于首次填充
|
||
# ============================================================
|
||
_PROMPT_DEFAULTS = {
|
||
"topics_trends": {
|
||
"content": "你是中文互联网趋势分析师。今天是{date}，请列出{domains}领域当前最值得创作的8个话题。\n\n输出要求：\n- 基于真实热点事件/数据/趋势，不要编造\n- 每个话题需包含：\n - \"domain\": 所属领域\n - \"topic\": 话题名称（15字内，有信息量）\n - \"reason\": 为什么现在讨论这个（1句话，有具体事件或数据支撑）\n - \"hot_keywords\": 3-5个搜索关键词（含1-2个长尾词）\n - \"platform\": 最适合平台（知乎/小红书/微信/多平台）\n - \"seo_angle\": 从什么角度切入能获得搜索流量（1句话）\n\n只输出 JSON 数组，不要其他文字。",
|
||
"temperature": 0.7, "max_tokens": 3000,
|
||
"variables": ["date", "domains"],
|
||
},
|
||
"topic_generate": {
|
||
"content": "你是一个内容策略师。基于以下信息，为「{target_category}」类别生成一个高质量选题。\n\n{data_section}\n{existing_hint}\n{trend_context}\n\n选题要求：\n- 从真实用户痛点出发，不写假大空的话题\n- 有独特观点，让人看完想转发\n- 包含SEO关键词潜力\n\n输出 JSON：\n{\n \"title\": \"标题（20字内，含核心关键词）\",\n \"core_concept\": \"核心观点（一句话说清独特价值）\",\n \"audience_pain\": \"受众痛点（真实用户的困惑/焦虑/需求）\",\n \"unique_angle\": \"差异化切入点\",\n \"format\": \"内容形式：趋势洞察/实操指南/对比分析/案例解读\"\n}\n只输出 JSON，不要其他文字。",
|
||
"temperature": 0.6, "max_tokens": 2000,
|
||
"variables": ["target_category", "data_section", "existing_hint", "trend_context"],
|
||
},
|
||
"topic_selector_gaps": {
|
||
"content": "你是一个敏锐的内容策略师，擅长将热点转化为有价值、有传播力的选题。以下热点当前未覆盖，请为每个热点生成选题建议。\n\n注意：选题要兼具SEO价值（能在搜索中被找到）和社交传播力（能在平台引发讨论）。\n\n热点列表：\n{gaps}\n\n每个选题需包含：\n- \"title\": 标题（20字内，含核心关键词）\n- \"field\": 所属领域\n- \"core_concept\": 核心观点（一句话说清独特价值）\n- \"audience_pain\": 受众痛点（真实用户的困惑/焦虑/需求）\n- \"unique_angle\": 独特视角（差异化切入点）\n- \"target_platform\": 最适合平台（知乎/小红书/微信/多平台）\n- \"estimated_search_volume\": 搜索热度（高/中/低）\n\n只输出 JSON 数组，不要其他文字。",
|
||
"temperature": 0.6, "max_tokens": 2000,
|
||
"variables": ["gaps"],
|
||
},
|
||
"section_expansion": {
|
||
"content": "你是一个资深作者，正在写一篇关于「{topic_title}」的文章。请写「{section_title}」这一节。\n\n今天日期：{date}。\n\n笔记要点：\n{content}\n\n输出要求（200-800字，3-6段）：\n- 每段3-5句，段间空行分隔\n- 用「你」或「我」视角，自然口语化\n- 从具体场景或痛点切入，禁止以「引言」「核心观点」「总结」「开头钩子」这类标签开头\n- 每个论点配具体案例或数据，不要空谈道理\n- 回答读者「所以呢」——这对他有什么用\n\n格式：\n- 纯段落文字，不要标题/列表/标记（#、-、*、1.等）\n- 不要出现「首先其次最后」「总的来说」「值得注意的是」「综上所述」等AI套话\n- 来源URL请放在文末括号内",
|
||
"temperature": 0.75, "max_tokens": 3000,
|
||
"variables": ["topic_title", "section_title", "date", "content"],
|
||
},
|
||
"title_optimize_zhihu": {
|
||
"content": "你是一个知乎高赞标题专家。为以下文章起3个标题。\n\n文章主题：{title}\n核心观点：{core}\n受众痛点：{pain}\n领域：{field}\n\n要求：\n- 信息密度高，包含搜索关键词\n- 优先使用数字、对比、悬念、痛点\n- 20字以内\n- 不要「如何...」开头\n- 有独特判断和立场，能引发讨论\n- 制造「不点开就亏了」的紧迫感\n\n直接输出3个标题，每行一个，不要序号和说明。",
|
||
"temperature": 0.8, "max_tokens": 1500,
|
||
"variables": ["title", "core", "pain", "field"],
|
||
},
|
||
"title_optimize_wechat": {
|
||
"content": "你是一个公众号标题专家。为以下文章起3个标题。\n\n文章主题：{title}\n核心观点：{core}\n\n要求：\n- 包含身份标签（如「打工人」「30岁后」「普通上班族」）\n- 包含情绪钩子（焦虑/反常识/后悔/稀缺）\n- 包含微信SEO关键词\n- 15-25字，口语化\n- 忌笼统，越具体越好\n- 不要感叹号堆砌\n\n参考公式：\n- 「身份+痛点+方案」：打工人学了一堆AI工具，为什么还在加班？\n- 「反常识+数据」：用了AI效率反而更低了？73%的人掉进了这个坑\n- 「结果+身份」：每天省出2小时后，我才发现自己以前有多傻\n\n直接输出3个标题，每行一个，不要序号和说明。",
|
||
"temperature": 0.8, "max_tokens": 1500,
|
||
"variables": ["title", "core"],
|
||
},
|
||
"title_optimize_xhs": {
|
||
"content": "你是一个小红书标题专家。为以下文章起3个标题。\n\n标题：{title}\n核心观点：{core}\n\n要求：\n- 18字以内\n- 爆款公式：身份/场景+数字+结果，或痛点+方案+反差\n- 包含小红书SEO关键词\n- 1个精确emoji（不要用🔥💥❌❓这几个滥用的）\n- 有场景感、结果感\n- 忌笼统：不要「必看/收藏/码住/绝了」\n\n直接输出3个标题，每行一个，不要序号和说明。",
|
||
"temperature": 0.8, "max_tokens": 1500,
|
||
"variables": ["title", "core"],
|
||
},
|
||
"research_summary": {
|
||
"content": "你是一个行业研究员+内容策略师。今天是{now}，当前年份：{year}年。\n\n基于以下选题和相关案例，写出能支撑文章核心观点、对读者真正有用的研究发现。\n\n选题：\n标题：{title}\n领域：{field}\n核心观点：{core}\n受众痛点：{pain}\n独特视角：{angle}\n{search_section}\n\n相关案例（{n}个）：\n{cases_text}\n\n输出要求（按顺序）：\n1. 国内外最新热点关联：与本选题相关的{year}年最新趋势，有具体事件或数据\n2. 3-5个有说服力的论据：每个论据含案例+数据+来源URL\n3. 受众痛点深挖：读者为什么会关心这个\n4. SEO关键词建议：3-5个关键词（含长尾词），搜索意图说明\n\n直接输出 Markdown 格式的研究笔记，不要输出其他说明。",
|
||
"temperature": 0.7, "max_tokens": 4000,
|
||
"variables": ["now", "year", "title", "field", "core", "pain", "angle", "search_section", "n", "cases_text"],
|
||
},
|
||
"outline_generation": {
|
||
"content": "你是一个资深内容编辑，擅长设计读者爱看+搜索引擎友好+平台愿意推荐的推文结构。\n\n今天是{date}。当前年份：{year}年。\n\n选题信息：\n标题：{title}\n领域：{field}\n核心观点：{core}\n受众痛点：{pain}\n独特视角：{angle}\n\n研究笔记：\n{cases_summary}\n\n大纲要求：\n- 5-8章，每章有完整段落要点（非单句）\n- 结构递进：认知升级型或问题解决型\n- 每章标题自带信息量+好奇心，不要「引言」「总结」这类通用标题\n- 每章的要点必须是2-4句有内容的段落，不是一行关键词\n- 开头从具体场景切入，不要空洞的开场白\n- 把「独特视角」融入各章，而不是单独列\n\n输出格式：每章以「## 标题」开头，下面跟2-4段要点文字。\n不要输出其他说明。",
|
||
"temperature": 0.7, "max_tokens": 4000,
|
||
"variables": ["date", "year", "title", "field", "core", "pain", "angle", "cases_summary"],
|
||
},
|
||
"compliance_fix": {
|
||
"content": "你是一个专业的内容合规与质量优化助手。以下文章存在需要修复的问题，请逐一修复并输出完整HTML。\n\n需修复的问题：\n{issues_desc}\n\n原文：\n{html}\n\n修复要求：\n- 只修复上述问题，不改变文章结构和核心内容\n- 保持<h2>, <h3>, <p>等标签结构不变\n- 替换敏感词时选择意思相近的替代词，不删节重要信息\n- AI套话：直接删除或改写「首先其次最后」「总的来说」「值得注意的是」「综上所述」等模式\n- 人称混用：统一为「你」\n- 缺少配图：在关键位置插入 <p></p> 空段落占位，配图由后续流程处理\n- 缺少互动/收藏引导：在文末自然加入（不要生硬）\n- 段落过长：将超过300字的段落拆分为2-3段\n\n输出完整的HTML，只输出HTML内容，不要其他文字说明。",
|
||
"temperature": 0.3, "max_tokens": 8000,
|
||
"variables": ["issues_desc", "html"],
|
||
},
|
||
"compliance_polish": {
|
||
"content": "你是一个专业的内容润色助手。请在保持原文事实和结构的前提下提升表达的自然感。\n\n原文：\n{html}\n\n要求：\n- 保持所有事实、数据、章节结构、HTML标签不变\n- 让语言更像是人写的，不是AI生成的\n- 删除或改写AI常见表达：「首先其次最后」「总的来说」「值得注意的是」「综上所述」「我们不难发现」「由此可见」\n- 短句化，读起来更流畅\n- 保持原文的段落划分和层次\n\n输出完整的HTML，不要其他文字说明。",
|
||
"temperature": 0.4, "max_tokens": 8000,
|
||
"variables": ["html"],
|
||
},
|
||
"sources_optimization": {
|
||
"content": "你是一个内容策略分析师。分析当前中文互联网可持续生活领域的真实热点，与以下配置进行对比。\n\n当前配置的类别（{n}个）：\n{cat_names}\n\n当前配置的信息源（{n2}个）：\n{src_summary}\n\n请完成：\n1. 评估每个类别是否仍符合{year}年中国市场真实热点（保留/淘汰/合并）\n2. 评估每个信息源是否可在国内正常访问\n3. 建议新增的类别（最多2条）\n4. 建议新增的信息源搜索词（最多3条，含具体搜索词）\n\n输出 JSON：\n{\n \"category_assessment\": [{\"name\": \"...\", \"status\": \"保留/淘汰/合并\", \"reason\": \"...\"}],\n \"source_assessment\": [{\"source\": \"...\", \"accessible\": true/false, \"note\": \"...\"}],\n \"new_categories\": [{\"name\": \"...\", \"reason\": \"...\"}],\n \"new_search_queries\": [{\"query\": \"...\", \"target\": \"...\"}]\n}\n只输出JSON。",
|
||
"temperature": 0.5, "max_tokens": 3000,
|
||
"variables": ["n", "cat_names", "n2", "src_summary", "year"],
|
||
},
|
||
"tags_generation": {
|
||
"content": "为以下文章生成{platform}标签（5-8个）。\n\n标题：{title}\n领域：{field}\n核心观点：{core}\n\n要求：\n- 每个标签2-5字\n- 包含1-2个搜索流量词（用户在{platform}会搜的词）\n- 包含1-2个热门话题词\n- 标签要有层次：大领域→小话题→具体场景\n- 不要重复意思相近的标签\n\n直接输出标签，空格分隔。不要输出思考过程和其他文字。",
|
||
"temperature": 0.3, "max_tokens": 500,
|
||
"variables": ["platform", "title", "field", "core"],
|
||
},
|
||
}
|
||
|
||
_DB_CACHE: Dict[str, Dict[str, Any]] = {}
|
||
_CACHE_LOADED = False
|
||
_DB_AVAILABLE = False # True if DB was successfully loaded at least once
|
||
|
||
|
||
def _seed_missing_prompts():
|
||
"""将代码默认值中不存在的 prompt 自动补入 DB"""
|
||
try:
|
||
if os.getenv('USE_POSTGRES', 'true') == 'true':
|
||
from app.database import SessionLocal
|
||
from app.models import PromptConfig
|
||
db = SessionLocal()
|
||
try:
|
||
existing_keys = {p.key for p in db.query(PromptConfig).all()}
|
||
for key, cfg in _PROMPT_DEFAULTS.items():
|
||
if key not in existing_keys:
|
||
pc = PromptConfig(
|
||
key=key,
|
||
content=cfg['content'],
|
||
temperature=cfg.get('temperature'),
|
||
max_tokens=cfg.get('max_tokens'),
|
||
enabled=True,
|
||
module_id='default',
|
||
variables=cfg.get('variables', []),
|
||
)
|
||
db.add(pc)
|
||
print(f"[prompt_loader] auto-seeded prompt: {key}")
|
||
if any(key not in existing_keys for key in _PROMPT_DEFAULTS):
|
||
db.commit()
|
||
finally:
|
||
db.close()
|
||
except Exception:
|
||
pass
|
||
|
||
|
||
def _ensure_db_loaded():
|
||
global _DB_CACHE, _CACHE_LOADED, _DB_AVAILABLE
|
||
if _CACHE_LOADED:
|
||
return
|
||
# 自动补缺：将代码默认值中不存在的 prompt 写入 DB
|
||
_seed_missing_prompts()
|
||
try:
|
||
if os.getenv('USE_POSTGRES', 'true') == 'true':
|
||
from app.database import SessionLocal
|
||
from app.models import PromptConfig
|
||
db = SessionLocal()
|
||
try:
|
||
for p in db.query(PromptConfig).filter(PromptConfig.enabled == True).all():
|
||
_DB_CACHE[p.key] = {
|
||
"content": p.content,
|
||
"temperature": p.temperature,
|
||
"max_tokens": p.max_tokens,
|
||
}
|
||
_DB_AVAILABLE = True
|
||
finally:
|
||
db.close()
|
||
except Exception:
|
||
pass
|
||
_CACHE_LOADED = True
|
||
|
||
|
||
def get_prompt(key: str, **kwargs) -> str:
|
||
"""获取 prompt 内容
|
||
|
||
优先级：DB → 代码默认值（仅 DB 不可用时）→ 空字符串
|
||
"""
|
||
_ensure_db_loaded()
|
||
cleaned = []
|
||
for k, v in kwargs.items():
|
||
cleaned.append((k, str(v)))
|
||
kwargs = dict(cleaned)
|
||
|
||
if key in _DB_CACHE:
|
||
content = _DB_CACHE[key]["content"]
|
||
for k, v in kwargs.items():
|
||
content = content.replace("{" + k + "}", str(v))
|
||
return content
|
||
|
||
# 仅 DB 不可用时回退代码默认值
|
||
if not _DB_AVAILABLE and key in _PROMPT_DEFAULTS:
|
||
content = _PROMPT_DEFAULTS[key]["content"]
|
||
for k, v in kwargs.items():
|
||
content = content.replace("{" + k + "}", str(v))
|
||
return content
|
||
|
||
return ""
|
||
|
||
|
||
def get_prompt_params(key: str) -> Dict[str, Any]:
|
||
_ensure_db_loaded()
|
||
if key in _DB_CACHE:
|
||
return {
|
||
"temperature": _DB_CACHE[key].get("temperature"),
|
||
"max_tokens": _DB_CACHE[key].get("max_tokens"),
|
||
}
|
||
if not _DB_AVAILABLE and key in _PROMPT_DEFAULTS:
|
||
return {
|
||
"temperature": _PROMPT_DEFAULTS[key].get("temperature"),
|
||
"max_tokens": _PROMPT_DEFAULTS[key].get("max_tokens"),
|
||
}
|
||
return {}
|
||
|
||
|
||
def seed_prompts(force: bool = False):
|
||
"""手动触发种子同步（用于 CLI 或 API）
|
||
|
||
force=True: 用代码默认值覆盖 DB
|
||
force=False: 仅补充 DB 中不存在的 key
|
||
"""
|
||
try:
|
||
from app.database import SessionLocal
|
||
from app.models import PromptConfig
|
||
db = SessionLocal()
|
||
try:
|
||
existing = {p.key: p for p in db.query(PromptConfig).all()}
|
||
for key, cfg in _PROMPT_DEFAULTS.items():
|
||
if force or key not in existing:
|
||
if key in existing:
|
||
p = existing[key]
|
||
p.content = cfg['content']
|
||
p.temperature = cfg.get('temperature')
|
||
p.max_tokens = cfg.get('max_tokens')
|
||
else:
|
||
p = PromptConfig(
|
||
key=key,
|
||
content=cfg['content'],
|
||
temperature=cfg.get('temperature'),
|
||
max_tokens=cfg.get('max_tokens'),
|
||
enabled=True,
|
||
module_id='default',
|
||
variables=cfg.get('variables', []),
|
||
)
|
||
db.add(p)
|
||
db.commit()
|
||
finally:
|
||
db.close()
|
||
return {"ok": True, "action": "force" if force else "seed"}
|
||
except Exception as e:
|
||
return {"ok": False, "error": str(e)}
|
||
|
||
|
||
def reload_prompts():
|
||
global _CACHE_LOADED, _DB_CACHE, _DB_AVAILABLE
|
||
_CACHE_LOADED = False
|
||
_DB_CACHE = {}
|
||
_DB_AVAILABLE = False
|
||
_ensure_db_loaded()
|