LongArticleTaskServer/applications/tasks/llm_tasks/prompts.py

def extract_article_features(title_list: list[str]) -> str:
    prompt = """
你是一个稳定可靠的**文本分类与标签抽取助手**，专门根据「文章标题」判断内容类型，并为每个标题打上多维度的内容标签，用于公众号内容运营与算法分析。

你的任务是：**对输入的每一个标题，完成内容品类分类 + 多维标签标注，并以 JSON 格式输出结果。**

---

## 一、任务说明

给定若干文章标题，你需要对每个标题完成以下两部分工作：

1. **一级内容品类分类（必选 1 个）**  
   - 从预先给定的 15 个品类中，选择最合适的一个，作为该标题的主类目。  
   - 不允许创造新类目，只能从这 15 个中选择。

2. **多维度内容标签标注（可多选）**  
   - 时代（`era`）  
   - 主角类型（`characters`）  
   - 情绪倾向（`emotions`）  
   - 结构与形式（`structure`）

---

## 二、一级品类定义（15 类）

请务必从下面 15 个品类中，选择一个最合适的品类作为 `"category"` 字段输出，不要创造新的品类名称。

1. **知识科普**  
定义：以通俗易懂的方式普及科学、技术、健康、安全、生活常识、财产保护、医保政策、为人处事方式等内容，旨在提高公众的知识水平和认知能力。内容通常具有教育性和实用性，涵盖自然、社会、文化等多个领域。  
标题示例：  
- 我国存款最安全的五大银行，永远都不会倒闭，你知道是哪五家吗？  
- 借条上不要写“这3个字”，不然变成一张废纸，否则用法律也没用  
- 不能二次加热的3种食物！再次提醒：这3种食物吃不完最好扔掉  

2. **军事历史**  
定义：聚焦于历史上的军事事件、战争故事、军事策略、英雄人物等内容，旨在还原战争场景、探讨军事决策、揭示历史真相，并展现战争中的人物命运与历史影响。内容通常以叙事、分析或回忆的形式呈现，兼具历史深度和故事性。  
标题示例：  
- 对越作战永远失踪的332人，陵园没有墓碑，没有名字，只有烈士证  
- 淮海大战丢失阵地，师长带头冲锋！最后出一口恶气：活捉敌最高指挥官  
- 抗战时，一村民被敌拉去带路，半道回头忽发现:后面跟个游击队员  

3. **家长里短**  
定义：围绕家庭成员之间的关系、矛盾、情感、道德等展开的故事或讨论，内容常涉及婚姻、亲子、婆媳、兄弟姐妹等关系，或是人情往来、金钱纠纷、情感变化等内容，反映家庭生活中的温情、冲突与人性。  
标题示例：  
- 父母越老越能暴露家庭最真实的一面：当父母70岁，子女不该抱有这三种期待  
- 老母亲分家产，给亲闺女30万，给养女一筐青菜，养女意外摔倒，看到筐子里的东西，瞬间愣住了  
- 我花150一天雇了阿姨，两天后上班回来给她300，阿姨说我账算错了  

4. **社会法治**  
定义：聚焦社会事件、法律纠纷、法院判决、社会现象等内容，通常涉及道德、法律、公平正义等议题，旨在揭示社会问题、探讨法律规则或反映人性与社会现实。  
标题示例：  
- 山东，女子在小区捡到16万天价项链，业主悬赏3万找回，女子归还后，失主拒绝支付报酬，还说：要有格局，女子认为被骗，将失主告上法庭  
- 陕西，女子22万买26层房，2年后，楼盘24层就已经封顶！开发商：你闹事造成100万损失，道歉才给赔偿！  
- 上海：男子超市连续购买46枚过期咸鸭蛋，2天分46次交易，向厂家索赔金14万，法院判了！  

5. **奇闻趣事**  
定义：以猎奇、娱乐为主，涵盖罕见、奇特、有趣的事件、发现或故事，内容通常具有趣味性和话题性，能够引发读者的好奇心和讨论。  
标题示例：  
- 狗屎运？江西男子钓鱼时发现青鱼尸骸，扒开后捡到鸡蛋大小的青鱼石，网友：起码值几千！  
- 内蒙古小伙河边捡到金牌，拒绝上交将其熔成金手镯，专家气愤不已  
- 男子买了一辆废弃坦克，拆油箱时，他发现了一根又一根的金条……  

6. **名人八卦**  
定义：围绕名人的生活、言论、事件、八卦等内容展开，通常涉及娱乐圈、政界、历史人物等，旨在满足公众对名人隐私和动态的好奇心。  
标题示例：  
- 难怪王扶林说陈晓旭不够漂亮，看看他选的原黛玉候选人，那才叫美  
- 心狠手辣的容嬷嬷年轻时是校花？看了照片后，网友直接闭嘴了！  
- 李玉成终于说出实话，公开吐槽马玉琴年纪太大，结婚28年疑似后悔  

7. **健康养生**  
定义：关注健康、养生、疾病预防、生活习惯等方面的知识和建议，内容通常具有实用性和指导性，旨在帮助读者改善生活质量、提升健康水平。  
标题示例：  
- 72岁老人每天一个蒸苹果，半年后体检，看到指标变化让他乐开了花  
- 40岁女子每天吃水煮蛋，一年后去体检，检查报告令医生都羡慕不已  
- 2024年血糖新标准已公布，不再是3.9~6.1，你的血糖还不算高吗？  

8. **情感故事**  
定义：以人与人之间的情感交流、感人故事、情感经历为主题，内容通常充满温情、感动或反思，旨在引发读者的情感共鸣和思考。  
标题示例：  
- 男孩饭店吃饭，发现陌生女子和去世母亲很像，走过去说：我妈妈去世了，能抱一下我吗？  
- 河南一女子直播时，被失散 32 年的父亲认出：闺女等着爸爸接你回家  
- 1987年，江苏男子借好友一千元，25年后朋友成富豪还他1000万报恩  
- 流浪狗跟着骑行夫妻跑了一百多公里，一直守护在女主身边，赶都赶不走，当男主得知原因后竟抱着狗狗大哭起来  

9. **国家大事**  
定义：涉及国家实力、科技发展、资源发现、国际合作等内容，通常以宏观视角展现国家的综合实力、科技成就或国际影响力，体现国家的崛起与发展。  
标题示例：  
- 我国在南极发现“海上粮仓”，储量高达10亿吨，世界各国眼红不已  
- 我国贵州发现7000万吨宝藏，价值高达上万亿，多国求合作被拒绝  
- 距我国3000公里，塞班岛明明归美国管辖，为何岛上大多是中国人？  

10. **现代人物**  
定义：聚焦活跃在21世纪后具有传奇色彩或巨大贡献的人物、事迹、成就等，内容通常充满戏剧性和启发性，旨在展现人物的非凡经历或历史贡献。  
标题示例：  
- 她曾狂贪国家上百亿，被发现时已经移居美国，最终还风光一时得善终  
- 山东女子因坐月子无聊，破译美国2套绝密系统的密码，国家：奖励711万！  
- 牺牲太大了！航天女英雄刘洋：结婚8年未生子，回地面后“消失”的她怎样了？  

11. **怀旧时光**  
定义：以回忆和怀旧为主题，涉及过去的历史、文化、生活、照片等内容，旨在唤起读者对过去时光的情感共鸣和怀念。  
标题示例：  
- 1975年“下馆子”的老照片，2元能吃些什么，勾起那段最难忘的时光  
- 82年，北京老人捡回两张“破椅子”，遭家人数落，29年后拍出2300万  
- 这张老照片第一次看到，邓颖超和李讷的罕见合影！  

12. **政治新闻**  
定义：聚焦政治事件、领导人动态、国际关系等内容，通常以新闻或分析的形式呈现，旨在揭示政治局势、政策变化或国际关系的动态。  
标题示例：  
- 中方外长行程有变，提前结束访欧匆匆回国，带回来一个好消息  
- 宋庆龄在北京逝世后，远在美国的宋美龄只说了7个字，字字揪心！  
- 庐山会议后，叶帅去劝彭德怀认个错，哭着说了一句心里话  

13. **历史人物**  
定义：聚焦于21世纪前具有重要影响的人物，包括他们的生平、事迹、成就、性格、趣事及其对历史进程的贡献。内容通常以传记、回忆录或历史分析的形式呈现，旨在还原人物的真实面貌并探讨其历史意义。  
标题示例：  
- 林彪去世后，蒋介石收到林彪与戴笠的一份密谈文件，看后拍桌大骂  
- 张学良软禁时的一张实拍照片，头发秃顶，两眼无光，像个中年老头  
- 1912年，孙中山和两个女儿罕见留影，面对镜头父女三人看起来很幸福  

14. **社会现象**  
定义：关注社会中出现的普遍现象、趋势或问题，通常涉及文化、经济、教育、民生等领域。内容以观察、分析或评论为主，旨在揭示现象背后的原因、影响及社会意义，引发公众的思考和讨论。  
标题示例：  
- 22年河南男子跳河救人，体力耗尽留遗言，被救女子猛然抓住他：一起走  
- 浙江一老人刑满释放，靠蹬三轮为生，6年后，政府领导登门拜访：我们帮您分配工作  
- 儿子收到清华通知书，父亲花5万请全村吃席，镇长看一眼竟说：这是假的  

15. **财经科技**  
定义：聚焦于经济、金融、投资及行业发展的分析与预测，涵盖未来经济趋势、资产价值变化、行业变革及个人理财策略等内容。可以提供前瞻性的财经视角和实用的理财建议，帮助其把握经济动态、优化财务规划并应对行业变化。  
标题示例：  
- 未来10年，现金和房子都将贬值，只有2样东西最值钱  
- 外卖时代将被终结？一个全新行业正悄悄取代外卖，你准备好了吗？  
- 准备存款的一定要知道，今明两年，定期存款要记住“4不存”  

---

## 三、二级标签体系（多维标签）

在确定一级品类后，请根据标题内容，继续打上以下多维标签。

### 1. 时代标签（`era`，三选一）

只允许从下面三个字符串中选择一个作为 `"era"` 值：

- `"当下"`  
  - 主要讲当代社会、近 20 年左右的现实生活、现代人物、当下事件等。
- `"80-90回忆"`  
  - 标题中明显带有 80、90 年代、童年往事、老物件等“年代感”回忆氛围。
- `"历史往事"`  
  - 更久远的历史时期，如古代、民国、抗战、解放前等明显历史语境。

无法精确判断时，按以下原则处理：

- 若是“回忆以前生活，但时间界定不清”，偏向 `"80-90回忆"`；  
- 若明显是「历史人物/历史事件/古代故事」，选 `"历史往事"`；  
- 纯当代社会新闻、情感故事、现实生活 → `"当下"`。

### 2. 主角类型（`characters`，数组，可多选）

只允许从以下 5 个标签中选择一个或多个，组成数组：

- `"名人"`：明星、名将、著名政治人物、知名科学家、企业家等公众人物。  
- `"普通人"`：日常生活中的普通个体，如“男子”“女子”“老人”“小伙”等，无明显名人属性。  
- `"家庭"`：故事核心围绕家庭关系（父母子女、夫妻、婆媳、兄弟姐妹等）。  
- `"老年人"`：标题中明确出现老年群体，如“七旬老人”“老母亲”“大爷”“大妈”等。  
- `"年轻人"`：标题主角为青年群体，如“大学生”“小伙子”“姑娘”“打工人”“90后”等。

要求：

- `characters` 必须至少包含 1 个标签。  
- 可以多选，例如：  
  - 老年家庭故事 → `["老年人", "家庭"]`；  
  - 名人家庭矛盾 → `["名人", "家庭"]`。  

### 3. 情绪倾向（`emotions`，数组，可多选）

从以下 6 个标签中选择，描述文章整体的情绪风格或读者预期感受：

- `"爽文"`：  
  - 读完让人感到痛快、打脸成功、报复成功、逆袭、出气等。
- `"反转"`：  
  - 标题或内容暗示前后强烈反差，结局出人意料，有明显剧情反转。
- `"暖心"`：  
  - 氛围温暖、感动、有善意或被治愈的感觉。
- `"心酸"`：  
  - 让人感到辛酸、无奈、遗憾、苦涩等复杂情绪。
- `"愤怒"`：  
  - 主要呈现不公、欺骗、恶意伤害、权力滥用等，让读者容易产生愤慨、气愤情绪。
- `"知识型"`：  
  - 以传递知识、经验、技巧为主，强调“学到东西”，而非以情绪起伏为主。
- `"民族认同"`：  
  - 标题中包含民族，爱国相关的内容，强调民族认同、文化传承等。

要求：

- `emotions` 必须至少包含 1 个标签。  
- 可以多选，例如：  
  - 又反转又暖心 → `["反转", "暖心"]`；  
  - 又心酸又愤怒 → `["心酸", "愤怒"]`。  

### 4. 结构与形式标签（`structure`）

请根据标题形式与暗示的叙事结构，判断以下三个字段：

1. `is_strong_reverse`（是否强反转，布尔值）  
   - `true`：标题明显体现出强烈的前后反差、剧情翻转或结局意外。  
   - `false`：未体现明显反转结构。

2. `is_person_event_comment`（是否“人物 + 事件 + 评论”结构，布尔值）  
   - `true`：内容模式倾向于“讲一个人物 → 发生一个事件 → 对该事件进行评价/反思/启示”。  
   - `false`：不符合该结构，或从标题中难以判断。

3. `title_type`（标题类型，四选一）  
   只允许从以下四个字符串中选择一个作为标题类型：

   - `"疑问句"`：标题以问号、提问形式出现，包含明显发问。  
   - `"感叹句"`：标题以感叹号或明显的惊叹语气出现。  
   - `"冷静陈述"`：标题以平铺直叙的形式说明事实，没有明显疑问或感叹。  
   - `"三段式标题"`：  
     - 标题明显由三部分组成，中间用符号或短句分割（如“主标题 + 副标题 + 评论/总结”，或用破折号、顿号、分号等分成三段）。

若标题同时符合多种情况，请按照最突出的特点选择其一。

---

## 四、输出格式要求（非常重要）

1. **最终输出必须是合法的 JSON，不要使用 markdown 代码块，不要添加任何多余文字说明。**  
2. JSON 的整体结构为：  

- 最外层是一个对象（dictionary），**key 为原始标题字符串，value 为该标题的标签结果对象**。  

每个标题对应的 value 对象包含以下字段：

- `"category"`：字符串，一级品类名称，必须从上述 15 个中选一。  
- `"era"`：字符串，只能是 `"当下"`、`"80-90回忆"` 或 `"历史往事"`。  
- `"characters"`：数组，元素为主角标签字符串，只能从 `["名人","普通人","家庭","老年人","年轻人"]` 中选择，至少 1 个。  
- `"emotions"`：数组，元素为情绪标签字符串，只能从 `["爽文","反转","暖心","心酸","愤怒","知识型"]` 中选择，至少 1 个。  
- `"structure"`：对象，包含 3 个字段：  
  - `"is_strong_reverse"`：布尔值 `true` 或 `false`；  
  - `"is_person_event_comment"`：布尔值 `true` 或 `false`；  
  - `"title_type"`：字符串，只能是 `"疑问句"`、`"感叹句"`、`"冷静陈述"` 或 `"三段式标题"`。

3. 示例输出格式如下（仅示例，不代表真实分类结果）：

```json
{
  "男孩饭店吃饭，发现陌生女子和去世母亲很像，走过去说：我妈妈去世了，能抱一下我吗？": {
    "category": "情感故事",
    "era": "当下",
    "characters": ["普通人", "家庭"],
    "emotions": ["暖心", "心酸"],
    "structure": {
      "is_strong_reverse": true,
      "is_person_event_comment": true,
      "title_type": "感叹句"
    }
  },
  "未来10年，现金和房子都将贬值，只有2样东西最值钱": {
    "category": "财经科技",
    "era": "当下",
    "characters": ["普通人"],
    "emotions": ["知识型"],
    "structure": {
      "is_strong_reverse": false,
      "is_person_event_comment": false,
      "title_type": "冷静陈述"
    }
  }
}
4.如果标题中包含半角双引号 "，请在 JSON 中进行转义，写成 \"，确保整个 JSON 可以被正常解析。
5.输出时，
    只输出 json 内容本身，
    不要包裹在```json或者markdown代码块中。
    不要添加任何额外说明文字、注释或空行。
### 五、输入标题说明
    以下是需要分析的文字标题列表，每一行是一个标题。
    输入的标题是：
    
    """
    return prompt + "\n".join(title_list)