clean_agent

prompt/evaluation.md

@@ -52,7 +52,7 @@
     - 结合要素匹配度和信息增益的评估结果，参照`评分标准`，给出一个精准的分数。
 
 5.  **第五步：格式化输出。**
-    - 将你的分数和分析过程整理成严格的JSON格式输出。`reason`字段必须反映出你以上的思考链。
+    - 将你的分数和分析过程整理成严格的JSON格式输出。`reason`字段必须反映出你以上的思考链，并且要保证json格式的正确性，不能有任何语法错误
 
 ## 示例 (Example)
 这是一个你需要学习的范例：

prompt/extraction.md

@@ -16,7 +16,7 @@
 2.  **content:** 对应本次任务的“原始数据”，即一段未经处理的Markdown格式文本。
 
 ## 输出要求 (Output)
-你需要返回一个JSON对象，结构如下：
+你需要返回一个JSON对象，不能有任何JSON语法错误，结构如下：
 ```json
 {
   "extracted_content": "这里是所有清洗并提取出的、与查询意图直接相关的原文片段，以连续文本流形式。如果未找到相关内容，此字段为空字符串。",