|
|
@@ -0,0 +1,202 @@
|
|
|
+from typing import List, Dict, Optional, Any
|
|
|
+
|
|
|
+
|
|
|
+def map_prompt(question: str, format_context: str) -> str:
|
|
|
+ prompt = (
|
|
|
+ f"【任务说明】：针对下方单个文档片段，提炼与“问题”直接相关的‘可被引用的事实要点’\n"
|
|
|
+ f"【问题】： {question}\n"
|
|
|
+ f"【输入】：{format_context}\n"
|
|
|
+ "【输出】：只输出 JSON，不要多余文本，格式如下：\n"
|
|
|
+ "{\n"
|
|
|
+ ' "id": "id",\n'
|
|
|
+ ' "claims": [\n'
|
|
|
+ ' {"point": "事实要点1（尽量原文转述/精准改写）"},\n'
|
|
|
+ ' {"point": "事实要点2"}\n'
|
|
|
+ ' ],\n'
|
|
|
+ ' "conflicts_or_limits": ["该片段的限制/含糊点（如时间、定义口径、版本号等）"]\n'
|
|
|
+ "}"
|
|
|
+ )
|
|
|
+ return prompt
|
|
|
+
|
|
|
+
|
|
|
+def reduce_prompt(question: str, mapped_results_json_list: Optional[str]) -> str:
|
|
|
+ prompt = (
|
|
|
+ "【任务】：合并多份 Map 结果，完成以下三点：\n"
|
|
|
+ "1) 去重并合并同义要点；\n"
|
|
|
+ "2) 标注并归纳冲突点；\n"
|
|
|
+ "3) 输出最终回答（含引用）。\n"
|
|
|
+ f"【问题】：{question}\n"
|
|
|
+ f"【Map 结果】：{mapped_results_json_list or '[]'}\n"
|
|
|
+ "【输出（Markdown）】:\n"
|
|
|
+ "- 简要结论（2-4句）\n"
|
|
|
+ "- 关键要点（每点附主要引用，如 [Chunk-12] [Chunk-4]，用 map 结果中的 id 来表示）\n"
|
|
|
+ "- 证据信息不一致（如有）：列出冲突内容、涉及的 doc_id、可能原因\n"
|
|
|
+ "- 信息缺口（如有）\n"
|
|
|
+ )
|
|
|
+ return prompt
|
|
|
+
|
|
|
+
|
|
|
+def verify_prompt(question: str, draft: str, formatted_contexts: str) -> str:
|
|
|
+ prompt = (
|
|
|
+ "【任务】: 对“初稿答案”的关键断言逐条核验，严格限定仅使用上下文；"
|
|
|
+ "请标注每条断言是否被证据‘支持/相矛盾/证据不足’，必要时修正结论。\n"
|
|
|
+ f"【问题】\n{question}\n"
|
|
|
+ f"【初稿答案】\n{draft}\n"
|
|
|
+ f"【上下文】\n{formatted_contexts}\n"
|
|
|
+ "【输出（只输出 JSON）】\n"
|
|
|
+ "{\n"
|
|
|
+ ' "verdicts": [\n'
|
|
|
+ ' {"claim": "断言内容", "status": "supported|contradicted|insufficient", "citations": ["[Chunk-{id}]"]}\n'
|
|
|
+ " ],\n"
|
|
|
+ ' "final_answer": "（如需修正，请给出修正后的简明答案，并附引用）"\n'
|
|
|
+ "}"
|
|
|
+ )
|
|
|
+ return prompt
|
|
|
+
|
|
|
+
|
|
|
+def merge_prompt(question: str, rag_answer: str, formatted_contexts: str) -> str:
|
|
|
+ """
|
|
|
+ 合并策略：
|
|
|
+ 1) 先判定 RAG 初稿是否“足够/部分/不足”；
|
|
|
+ 2) 若不足或部分，用通用大模型（允许常识/公开资料）补充‘外部要点’，并标注为 [EXT]；
|
|
|
+ 3) 产出融合后的最终答案，优先采用带 [C{id}] 的已证据支撑结论；
|
|
|
+ 4) 输出审计区：区分 RAG 引用与外部补充，列出信息缺口。
|
|
|
+ """
|
|
|
+ prompt = (
|
|
|
+ "【任务】：先判断 RAG 初稿是否足以回答问题；若不足或仅部分覆盖，则在“允许使用常识/公开资料”的前提下补充，并与上下文证据进行“无缝融合”，产出一份单一成稿（禁止把上下文与外部补充分栏或分章节呈现）。\n"
|
|
|
+ "【必须遵守】\n"
|
|
|
+ "- 严禁以“基于上下文/外部补充/对标/工具列表”等标题分隔来源内容；最终仅保留一份融合后的成稿。\n"
|
|
|
+ "- 句内引用：凡是有依据的关键信息，紧随其后附上来源标记；上下文证据用 [Chunk-{id}]，外部补充用 [EXT]，可选在括号中加来源类型（如[EXT-百科]、[EXT-官网]）。\n"
|
|
|
+ "- 证据优先级：优先采用【上下文】已被证实的结论；若与外部资料冲突，优先保留【上下文】并在句末以 [EXT-Conflict] 标注冲突存在。\n"
|
|
|
+ "- 去重与融合：对上下文与外部的相似要点进行合并表述，避免重复罗列；统一术语与口径。\n"
|
|
|
+ "- 若信息仍不足，明确列出“信息缺口”。\n"
|
|
|
+ "- 最终答案必须是可直接给用户的完整回应（可含小标题/列表），但不得按照来源划分结构。\n\n"
|
|
|
+ f"【问题】\n{question}\n\n"
|
|
|
+ f"【RAG 初稿】\n{rag_answer}\n\n"
|
|
|
+ f"【上下文】\n{formatted_contexts}\n\n"
|
|
|
+ # "【写作要求】\n"
|
|
|
+ # "- 开头 1–2 句给出结论或核心抓手；随后组织为自然段或要点清单（3–8 条）。\n"
|
|
|
+ # "- 每条关键结论或数据点后紧跟其来源标记；能不标就不写空标注。\n"
|
|
|
+ # "- 语气务实、可执行，避免流水账与堆砌名词。\n"
|
|
|
+ # "- 禁止出现“基于上下文…/外部补充…”等来源分栏表述。\n\n"
|
|
|
+ "【输出（只输出 JSON）】\n"
|
|
|
+ "{\n"
|
|
|
+ ' "status": "判断最终结果是否能回答用户问题，若能回答输出 1，若不能则输出 0",\n'
|
|
|
+ ' "reason": "判断的理由（例如：核心问题是否被覆盖、关键数据/定义是否缺失）",\n'
|
|
|
+ ' "final_answer_markdown": "融合后的最终答案，不要输出信息缺口（每一条信息需标注 [Chunk-{id}] 与 [EXT]）",\n'
|
|
|
+ ' "audit": {\n'
|
|
|
+ ' "rag_citations": ["[Chunk-12]", "[Chunk-4]"],\n'
|
|
|
+ ' "external_claims": [\n'
|
|
|
+ ' {"claim":"外部补充要点1","note":"来源类型/可信度（如：官网/百科/标准） [EXT]"},\n'
|
|
|
+ ' {"claim":"外部补充要点2","note":"… [EXT]"}\n'
|
|
|
+ ' ],\n'
|
|
|
+ ' "gaps": ["仍然缺失或无法确认的信息"]\n'
|
|
|
+ " }\n"
|
|
|
+ "}\n"
|
|
|
+ "【合规自检（执行后自检，不输出给用户）】：若发现答案结构仍以来源分栏或出现“外部补充/基于上下文”等分栏标题，则立即重写为单一成稿。"
|
|
|
+ )
|
|
|
+
|
|
|
+ return prompt
|
|
|
+
|
|
|
+
|
|
|
+def build_rag_prompt(
|
|
|
+ question: str,
|
|
|
+ contexts: List[Dict],
|
|
|
+ mode: str = "single", # single | map | reduce | rerank | verify | merge
|
|
|
+ max_chars_per_chunk: int = 800,
|
|
|
+ draft_answer: Optional[str] = None, # verify/merge 用：RAG 初稿或草稿
|
|
|
+ mapped_results: Optional[str] = None, # reduce 用
|
|
|
+) -> Dict[str, Any]:
|
|
|
+ """
|
|
|
+ 生成 RAG 聚合阶段所需的提示词（Prompt）。
|
|
|
+ 返回值依据 mode 不同而不同：
|
|
|
+ - single: {"system": str, "user": str}
|
|
|
+ - map: {"system": str, "user_list": List[str]} # 每个片段一条 Map 提示
|
|
|
+ - reduce: {"system": str, "user": str}
|
|
|
+ - rerank: {"system": str, "user": str}
|
|
|
+ - verify: {"system": str, "user": str}
|
|
|
+ - merge: {"system": str, "user": str}
|
|
|
+ """
|
|
|
+
|
|
|
+ # —— 辅助函数 ——
|
|
|
+ def _trim(text: str, limit: int) -> str:
|
|
|
+ text = (text or "").strip().replace("\n", " ")
|
|
|
+ return text if len(text) <= limit else text[: max(0, limit - 1)] + "…"
|
|
|
+
|
|
|
+ def _format_each_chunk(chunk: Dict) -> str:
|
|
|
+ # 兼容不同返回字段：content / text
|
|
|
+ content = chunk.get("content") or chunk.get("text") or ""
|
|
|
+ bits = [f"Chunk id={chunk.get('id', '')}"]
|
|
|
+ if "score" in chunk and chunk["score"] is not None:
|
|
|
+ try:
|
|
|
+ bits.append(f"score={round(float(chunk['score']), 4)}")
|
|
|
+ except Exception:
|
|
|
+ pass
|
|
|
+ if chunk.get("url"):
|
|
|
+ bits.append(f"url={chunk['url']}")
|
|
|
+ prefix = "[" + " ".join(bits) + "]"
|
|
|
+ snippet = _trim(content, max_chars_per_chunk)
|
|
|
+ return f"{prefix}\n{snippet}\n"
|
|
|
+
|
|
|
+ def _format_contexts(chunks: List[Dict]) -> str:
|
|
|
+ return "\n".join(_format_each_chunk(c) for c in chunks).strip()
|
|
|
+
|
|
|
+ # —— 统一 System 约束（全中文） ——
|
|
|
+ system_text = (
|
|
|
+ "你是一位“基于证据的助手”。你必须只使用我提供的【上下文】来回答：\n"
|
|
|
+ "- 不得使用外部常识或臆测；\n"
|
|
|
+ "- 若上下文不足，请明确输出“信息不足”，并指出缺失的信息类型；\n"
|
|
|
+ "- 对关键结论附 [Chunk-{id}] 形式的出处；\n"
|
|
|
+ "- 如存在冲突证据，请列出冲突并给出谨慎结论与采信依据；\n"
|
|
|
+ "- 用中文回答，保持简洁、结构化。"
|
|
|
+ )
|
|
|
+
|
|
|
+ formatted_contexts = _format_contexts(contexts)
|
|
|
+
|
|
|
+ # —— 各模式分发 ——
|
|
|
+ if mode == "single":
|
|
|
+ user_text = (
|
|
|
+ f"【问题】\n{question}\n\n"
|
|
|
+ f"【上下文（已按相关性排序）】\n{formatted_contexts}\n\n"
|
|
|
+ "【请按以下结构作答】\n"
|
|
|
+ "1) 简要结论（2-4句）\n"
|
|
|
+ "2) 关键要点（每点附1-2个引用，如 [C3]）\n"
|
|
|
+ "3) 证据信息不一致（如有）\n"
|
|
|
+ "4) 信息缺口（如有）"
|
|
|
+ )
|
|
|
+ return {"system": system_text, "user": user_text}
|
|
|
+
|
|
|
+ if mode == "map":
|
|
|
+ map_user_list = []
|
|
|
+ for ctx in contexts:
|
|
|
+ format_context = _format_each_chunk(ctx)
|
|
|
+ map_user_list.append(map_prompt(question, format_context))
|
|
|
+ return {"system": system_text, "user_list": map_user_list}
|
|
|
+
|
|
|
+ if mode == "reduce":
|
|
|
+ return {"system": system_text, "user": reduce_prompt(question, mapped_results)}
|
|
|
+
|
|
|
+ if mode == "rerank":
|
|
|
+ rerank_system = "你是一位严谨的重排器。请只输出 JSON。"
|
|
|
+ rerank_user = (
|
|
|
+ f"请比较下列候选段与问题“{question}”的相关性，仅打分并排序（不做总结）。\n"
|
|
|
+ "评分标准（由高到低）：直接回答性 > 主题一致性 > 细节重合度 > 时间匹配。\n\n"
|
|
|
+ f"【候选段】\n{formatted_contexts}\n\n"
|
|
|
+ "【只输出 JSON，格式如下（按 score 从高到低）】\n"
|
|
|
+ '[{"id":"DOC_ID","score":X.X}]'
|
|
|
+ )
|
|
|
+ return {"system": rerank_system, "user": rerank_user}
|
|
|
+
|
|
|
+ if mode == "verify":
|
|
|
+ draft = draft_answer or "（此处为初稿答案）"
|
|
|
+ return {"system": system_text, "user": verify_prompt(question, draft, formatted_contexts)}
|
|
|
+
|
|
|
+ if mode == "merge":
|
|
|
+ if not draft_answer:
|
|
|
+ raise ValueError("merge 模式需要提供 draft_answer（即 RAG 初稿答案）。")
|
|
|
+ return {"system": system_text, "user": merge_prompt(question, draft_answer, formatted_contexts)}
|
|
|
+
|
|
|
+ raise ValueError(f"不支持的模式：{mode}")
|
|
|
+
|
|
|
+
|
|
|
+__all__ = ["build_rag_prompt"]
|
