""" 高级优化技巧选择器模块 支持多种优化技巧，动态调整 Prompt 生成策略 """ from typing import List, Dict, Optional from enum import Enum class OptimizationTechnique(Enum): """优化技巧类型""" EVIDENCE_DRIVEN = "evidence_driven" # 证据驱动 CONVERSATIONAL = "conversational" # 对话式设计 STORYTELLING = "storytelling" # 故事化叙述 COMPARATIVE = "comparative" # 对比式结构 STEP_BY_STEP = "step_by_step" # 步骤式指南 DATA_RICH = "data_rich" # 数据丰富 CASE_STUDY = "case_study" # 案例研究 FAQ_FOCUSED = "faq_focused" # FAQ 聚焦 class OptimizationTechniqueManager: """优化技巧管理器""" def __init__(self): # 定义所有优化技巧及其描述 self.techniques = { OptimizationTechnique.EVIDENCE_DRIVEN.value: { "name": "证据驱动", "description": "添加数据、案例、来源等证据支撑，提升内容可信度", "icon": "📊", "prompt_addition": """ 【证据驱动优化要求】 - 添加具体数据：在合适位置添加数据占位（如"根据XX数据显示，约XX%的用户"） - 添加案例支撑：至少包含2-3个实际案例或应用场景（用占位符） - 添加来源引用：标注数据来源、案例来源（如"根据XX行业报告"、"参考XX研究"） - 添加对比数据：提供对比信息（如"相比传统方案，提升约XX%"） - 确保每个主要观点都有证据支撑 """ }, OptimizationTechnique.CONVERSATIONAL.value: { "name": "对话式设计", "description": "采用问答式、互动式结构，提升内容可读性和参与度", "icon": "💬", "prompt_addition": """ 【对话式设计优化要求】 - 开头使用问题引入：用用户常见问题开头（如"你是否遇到过..."、"想知道如何..."） - 采用问答结构：将内容组织为问答形式，至少包含5-8个问答对 - 使用第二人称：多用"你"、"您"，增强互动感 - 添加互动引导：在合适位置添加互动语句（如"试试看"、"不妨考虑"） - 结尾设置问题：以开放性问题或思考题结尾，引导用户思考 """ }, OptimizationTechnique.STORYTELLING.value: { "name": "故事化叙述", "description": "使用案例故事、用户故事，让内容更生动、更易记忆", "icon": "📖", "prompt_addition": """ 【故事化叙述优化要求】 - 开头故事引入：用真实或典型的用户故事开头（用占位符，如"某企业案例"） - 故事化案例：将案例包装成故事形式，包含背景、挑战、解决方案、结果 - 用户视角：从用户角度叙述，增强代入感 - 情感共鸣：在故事中加入情感元素（如"困扰"、"惊喜"、"成功"） - 故事结构：使用经典故事结构（起承转合），让内容更有吸引力 """ }, OptimizationTechnique.COMPARATIVE.value: { "name": "对比式结构", "description": "通过优势对比、功能对比，突出品牌优势", "icon": "⚖️", "prompt_addition": """ 【对比式结构优化要求】 - 多维度对比：从功能、性能、价格、服务等多个维度对比 - 对比表格：使用表格或列表形式清晰展示对比（至少5个对比点） - 优势突出：在对比中自然突出品牌优势，但保持客观 - 适用场景对比：说明不同方案的适用场景 - 选择建议：基于对比结果，提供选择建议和理由 """ }, OptimizationTechnique.STEP_BY_STEP.value: { "name": "步骤式指南", "description": "提供清晰的操作步骤、使用教程，提升实用性", "icon": "📝", "prompt_addition": """ 【步骤式指南优化要求】 - 清晰步骤：将内容组织为清晰的步骤（1. 2. 3. 格式） - 每步说明：每个步骤都有详细说明和注意事项 - 操作示例：提供具体操作示例或代码示例（如适用，用占位符） - 常见问题：在每个关键步骤后添加"常见问题"或"注意事项" - 结果验证：说明如何验证每个步骤的结果 - 总结步骤：在结尾总结关键步骤，便于回顾 """ }, OptimizationTechnique.DATA_RICH.value: { "name": "数据丰富", "description": "大量使用数据、统计、图表，提升内容权威性", "icon": "📈", "prompt_addition": """ 【数据丰富优化要求】 - 数据密度：每100字至少包含1-2个数据点（百分比、数量、增长率等） - 数据多样性：包含不同类型的数据（市场数据、用户数据、性能数据等） - 数据可视化建议：在合适位置建议使用图表（如"可用柱状图展示"） - 数据来源：每个数据都标注来源占位（如"根据XX报告"） - 数据时效性：标注数据的时间节点（如"2024年数据显示"） - 数据对比：使用数据对比突出差异和优势 """ }, OptimizationTechnique.CASE_STUDY.value: { "name": "案例研究", "description": "深入分析案例，展示实际应用效果", "icon": "🔬", "prompt_addition": """ 【案例研究优化要求】 - 完整案例结构：包含背景、挑战、解决方案、实施过程、结果、经验总结 - 案例细节：提供足够的细节（用占位符），让案例真实可信 - 量化结果：案例结果要量化（如"提升XX%"、"节省XX时间"） - 多案例对比：如可能，提供2-3个不同类型的案例 - 案例启示：从案例中提取可复用的经验和启示 - 适用性分析：说明案例的适用场景和局限性 """ }, OptimizationTechnique.FAQ_FOCUSED.value: { "name": "FAQ 聚焦", "description": "以常见问题为核心，提供全面解答", "icon": "❓", "prompt_addition": """ 【FAQ 聚焦优化要求】 - 问题收集：至少包含8-12个常见问题，覆盖用户主要关注点 - 问题分类：将问题按主题分类（如"功能类"、"使用类"、"对比类"） - 详细解答：每个问题提供详细、全面的解答（至少100-200字） - 问题关联：在解答中关联其他相关问题，形成知识网络 - 问题优先级：按重要性排序，重要问题放在前面 - 问题更新：在结尾提示"如有其他问题，可参考..."，引导进一步了解 """ } } def get_technique_info(self, technique_id: str) -> Optional[Dict]: """获取技巧信息""" return self.techniques.get(technique_id) def list_techniques(self) -> List[Dict]: """列出所有技巧""" return [ { "id": tech_id, **info } for tech_id, info in self.techniques.items() ] def get_technique_names(self) -> List[str]: """获取所有技巧名称列表（用于 UI 显示）""" return [info["name"] for info in self.techniques.values()] def get_technique_ids_by_names(self, names: List[str]) -> List[str]: """根据名称列表获取技巧 ID 列表""" name_to_id = {info["name"]: tech_id for tech_id, info in self.techniques.items()} result = [] for name in names: # 处理可能包含图标的情况（如 "📊 证据驱动"） clean_name = name.split(" ", 1)[-1] if " " in name else name if clean_name in name_to_id: result.append(name_to_id[clean_name]) return result def enhance_prompt(self, base_prompt: str, technique_ids: List[str]) -> str: """ 根据选择的技巧增强 Prompt Args: base_prompt: 基础 Prompt 模板 technique_ids: 选择的技巧 ID 列表 Returns: 增强后的 Prompt """ if not technique_ids: return base_prompt # 收集所有技巧的 Prompt 增强内容 enhancements = [] for tech_id in technique_ids: tech_info = self.get_technique_info(tech_id) if tech_info and tech_info.get("prompt_addition"): enhancements.append(tech_info["prompt_addition"]) if not enhancements: return base_prompt # 将增强内容添加到基础 Prompt enhanced_prompt = base_prompt # 在【开始】或【开始优化】之前插入增强内容 if "【开始优化】" in enhanced_prompt: enhanced_prompt = enhanced_prompt.replace( "【开始优化】", "\n".join(enhancements) + "\n\n【开始优化】" ) elif "【开始】" in enhanced_prompt: enhanced_prompt = enhanced_prompt.replace( "【开始】", "\n".join(enhancements) + "\n\n【开始】" ) else: # 如果没有找到标记，直接追加到末尾 enhanced_prompt = enhanced_prompt + "\n" + "\n".join(enhancements) return enhanced_prompt def get_technique_description(self, technique_id: str) -> str: """获取技巧描述""" tech_info = self.get_technique_info(technique_id) if tech_info: return f"{tech_info.get('icon', '')} {tech_info.get('name', '')}：{tech_info.get('description', '')}" return "" def get_combined_description(self, technique_ids: List[str]) -> str: """获取组合技巧的描述""" if not technique_ids: return "未选择优化技巧" descriptions = [] for tech_id in technique_ids: tech_info = self.get_technique_info(tech_id) if tech_info: descriptions.append(f"{tech_info.get('icon', '')} {tech_info.get('name', '')}") return " + ".join(descriptions) if descriptions else "未选择优化技巧"