From c4b8382dbb335d491dbf7b98fb931c347123549f Mon Sep 17 00:00:00 2001
From: WangLiZhao <1838393649@qq.com>
Date: Tue, 12 May 2026 14:54:36 +0800
Subject: [PATCH] =?UTF-8?q?feat:=20=E6=B7=BB=E5=8A=A0=E9=A1=B9=E7=9B=AE?=
 =?UTF-8?q?=E6=8F=90=E7=A4=BA=E8=AF=8D=E9=85=8D=E7=BD=AE=E5=B9=B6=E6=9B=B4?=
 =?UTF-8?q?=E6=96=B0=E7=B3=BB=E7=BB=9F=E6=8F=90=E7=A4=BA=E8=AF=8D=E7=94=9F?=
 =?UTF-8?q?=E6=88=90=E9=80=BB=E8=BE=91?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 config.yml               | 53 +++++++++++++++++++++++++++++-
 service/build_service.go | 71 ++++++++++------------------------------
 2 files changed, 69 insertions(+), 55 deletions(-)

diff --git a/config.yml b/config.yml
index 03ffac6..587080c 100644
--- a/config.yml
+++ b/config.yml
@@ -69,4 +69,55 @@ modelPrompts:
     5: |
       你是一个全模态智能处理助手，能够同时理解、分析与生成文本、图片、音频、视频等多种模态内容，并支持跨模态转换、多模态融合推理、联合内容生成与复杂场景交互，能够根据不同输入形式自动匹配最合理的处理策略与输出方式。
       在执行多模态任务时，你需要以全链路AI内容架构师、多模态交互专家、综合内容生成系统的身份完成处理，重点保证不同模态之间的语义一致性、风格统一性、信息完整性与交互连贯性，避免出现跨模态语义断裂或输出不一致的问题。
-      当用户提供混合输入内容时，需要结合文本、图片、音频、视频等多种信息共同分析用户真实目标，并根据任务场景自动决定最终输出形式；若涉及跨模态生成，则必须保证生成结果能够准确映射原始语义与核心信息。
\ No newline at end of file
+      当用户提供混合输入内容时，需要结合文本、图片、音频、视频等多种信息共同分析用户真实目标，并根据任务场景自动决定最终输出形式；若涉及跨模态生成，则必须保证生成结果能够准确映射原始语义与核心信息。
+
+projectPrompts: |
+  你是【语义理解 + 结构对齐】的JSON生成专家，必须严格遵守以下所有规则。
+  【强制阅读规则 · 必须100%%遵守】
+  1. 必须完整通读全部文本、上下文、规则、表单内容，严禁跳读、略读；
+  2. 未读完全部信息前，禁止输出任何内容；
+  3. 必须全覆盖所有约束、所有细节、所有字段后再推理；
+  4. 禁止断章取义，禁止遗漏任何参数；
+  5. 必须严格区分系统表单、用户表单。
+
+  【绝对优先级规则 · 最高优先级】
+  1. 用户自然语言描述 > 用户表单(UserForm) > 系统表单(Form)
+  2. 高优先级内容 100%% 覆盖低优先级内容，禁止冲突
+  3. 所有参数最终以【优先级最高】的描述为准
+
+  【核心语义规则】
+  1. Form = 系统提示词、系统参数、默认配置
+  2. UserForm = 用户真实输入全文，所有字段都必须作为用户提示词来源
+  3. 若 UserForm 字段与 Form 含义相同 → UserForm 严格覆盖 Form
+  4. 必须完整使用 UserForm 所有内容，不得遗漏任何一个字段
+
+  【数量计算规则 · 必须严格遵守 · 带示例】
+  1. 文案与图片为【一一对应关系】：1条文案对应1张图
+  2. 示例1：2条文案，各配1张图 → 最终数量number=2
+  3. 示例2：3条文案，各配1张图 → 最终数量number=3
+  4. 禁止错误计算：2条文案×2张图=4（这种逻辑严禁出现）
+  5. 最终number = 文案总条数 = 图片总张数（一一对应）
+  6. 自动补全默认值：size=1024*1024（为空时必须填充）
+
+  【任务】
+  根据双表单内容，智能填充JSON结构：
+  1. 理解意图：图片/文案
+  2. 按【优先级规则】确定最终参数
+  3. 按【数量一一对应规则】计算number
+  4. 严格按结构输出，不修改字段
+
+  【输出结构】
+  %s
+  【字段映射关系】
+  %s
+  【完整输入信息】
+  %s
+
+  【输出铁律】
+  1. 只输出单行JSON，无任何多余字符
+  2. 禁止换行、禁止转义、禁止解释
+  3. 内容准确、无废话、不编造
+  4. 必须完整读取 UserForm 全部内容
+  5. 严格遵守【优先级】和【数量计算规则】
+
+  请输出最终JSON：
\ No newline at end of file
diff --git a/service/build_service.go b/service/build_service.go
index ee560b3..9bd7647 100644
--- a/service/build_service.go
+++ b/service/build_service.go
@@ -28,7 +28,7 @@ func buildInferenceRequest(ctx context.Context, req *dto.ComposeMessagesReq, ses
 	messages := []map[string]any{}
 	messages = append(messages, map[string]any{
 		"role":    "system",
-		"content": GetSystemPrompt(req, model),
+		"content": GetSystemPrompt(ctx, req, model),
 	})
 
 	// 2. 历史对话 - 动态添加（新增部分）
@@ -77,82 +77,45 @@ func buildCombinedInput(req *dto.ComposeMessagesReq, prompt string) string {
 }
 
 // GetSystemPrompt 定义获取系统提示词的函数
-func GetSystemPrompt(req *dto.ComposeMessagesReq, model *entity.AsynchModel) string {
+// GetSystemPrompt 从配置文件读取提示词 + 格式化变量
+func GetSystemPrompt(ctx context.Context, req *dto.ComposeMessagesReq, model *entity.AsynchModel) string {
+	// 1. 从配置文件读取提示词模板
+	promptTpl := g.Cfg().MustGet(ctx, "projectPrompts", "").String()
+	if promptTpl == "" {
+		return ""
+	}
+
+	// 2. 构建字段映射说明
 	mappingBytes, _ := json.Marshal(model.RequestMapping)
 	mappingStr := string(mappingBytes)
 
-	// 解析 mapping
 	var mapping map[string]string
-	_ = json.Unmarshal(mappingBytes, mapping)
+	_ = json.Unmarshal(mappingBytes, &mapping)
 
-	// 字段映射说明
 	var fieldDesc strings.Builder
 	for key, path := range mapping {
 		fieldDesc.WriteString(fmt.Sprintf("- %s → %s\n", key, path))
 	}
 
-	// ======================
-	// 【核心】UserForm 全部内容完整展开，让模型必须全文阅读
-	// 严格按你的业务定义：所有字段作为用户提示词来源
-	// ======================
+	// 3. 拼接 UserForm 全文（必须完整阅读）
 	var userFormContent strings.Builder
 	for k, v := range req.UserForm {
 		userFormContent.WriteString(fmt.Sprintf("%s=%v；", k, v))
 	}
 	userFormFullText := strings.TrimSuffix(userFormContent.String(), "；")
 
-	// 拼接双表单
+	// 4. 双表单信息
 	formInfo := fmt.Sprintf(`
 【系统表单（系统提示词/参数）】
 %s
-
-【用户表单全文（必须完整阅读，全部作为用户提示词）】
+【用户表单全文（必须完整阅读，全部作为用户提示词来源）】
 %s
 `, formToJSON(req.Form), userFormFullText)
-
-	// 最终提示词（严格遵守你所有规则）
-	systemPrompt := fmt.Sprintf(`
-你是【语义理解 + 结构对齐】的JSON生成专家，必须严格遵守以下所有规则。
-
-【强制阅读规则 · 必须100%%遵守】
-1. 必须完整通读全部文本、上下文、规则、表单内容，严禁跳读、略读；
-2. 未读完全部信息前，禁止输出任何内容；
-3. 必须全覆盖所有约束、所有细节、所有字段后再推理；
-4. 禁止断章取义，禁止遗漏任何参数；
-5. 必须严格区分系统表单、用户表单。
-
-【核心语义规则】
-1. Form = 系统提示词、系统参数、默认配置
-2. UserForm = 用户真实输入全文，所有字段都必须作为用户提示词来源
-3. 若 UserForm 字段与 Form 含义相同 → UserForm 严格覆盖 Form
-4. 必须完整使用 UserForm 所有内容，不得遗漏任何一个字段
-
-【任务】
-根据双表单内容，智能填充JSON结构：
-1. 理解意图：图片/文案
-2. 自动推导数量：各2张=4，一共3张=3
-3. 自动补全默认值：size=1024*1024
-4. 严格按结构输出，不修改字段
-
-【输出结构】
-%s
-【字段映射关系】
-%s
-【完整输入信息】
-%s
-
-【输出铁律】
-1. 只输出单行JSON，无任何多余字符
-2. 禁止换行、禁止转义、禁止解释
-3. 内容准确、无废话、不编造
-4. 必须完整读取 UserForm 全部内容
-
-请输出最终JSON：
-`, mappingStr, fieldDesc.String(), formInfo)
-
-	return systemPrompt
+	// 5. 格式化最终提示词（替换配置里的 %s）
+	return fmt.Sprintf(promptTpl, mappingStr, fieldDesc.String(), formInfo)
 }
 
+// formToJSON 工具函数不变
 func formToJSON(form map[string]any) string {
 	if form == nil {
 		return "{}"