跳到主要内容

动态Prompt组装

版本: 0.10
优先级: P0-T0
负责人: -
创建日期: 2026-01-07

1. 需求背景​

我们认为可以比当前通用语音聊天好的体验在于，当用户通过某一个特定的话题、内容进入时，强预设了用户的表达动机和沟通方式（AI 可以多提问、引导而不是马上解决问题），同时也可以引入更多知识辅助对话。

2. 设计理念​

每次真实用户对话时，System Prompt 应通过以下模块动态组装生成，类似 Claude Skill 级别的系统。

3. 功能描述​

3.1 组装机制​

基于 skills 思想的 system prompt 拼装逻辑：

  1. Module 1 (User Memory)：用户历史对话总结、用户画像、已知信息边界
  2. Module 2 (Knowledge)：话题相关的理论知识、安全边界、常见模式
  3. Module 3 (Meta-Generated)：需要 Meta_Prompt 引擎根据话题类型生成

详细说明请参考：assets/meta_prompt_v0.4.md

3.2 Final System Prompt 结构​

┌─────────────────────────────────────────────────────────────────┐
│                    Final System Prompt                         │
│                  (实时组装，每次对话不同)                          │
├─────────────────────────────────────────────────────────────────┤
│  Module 1: User Memory                                         │
│  - 用户历史对话总结                                               │
│  - 用户画像 (年龄/职业/沟通风格/核心困扰)                           │
│  - 已知信息边界 (避免重复问相同问题)                                │
│  来源: 类似爬取数据模拟出来的 Persona JSON                         │
├─────────────────────────────────────────────────────────────────┤
│  Module 2: Domain Knowledge Base                               │
│  - 话题相关的理论知识 (如 McGill 脊柱力学, Gottman 关系理论)         │
│  - 安全边界与红旗信号                                             │
│  - 常见模式与应对策略                                             │
│  来源: 离线知识挖掘系统 (需定期更新)                                │
├─────────────────────────────────────────────────────────────────┤
│  Module 3: Meta-Generated Role & Style                         │
│  - 根据话题生成的访谈角色定位                                      │
│  - 沟通技巧与语气控制                                             │
│  - 对话状态机逻辑                                                │
│  来源: Meta_Prompt 生成引擎                                      │
└─────────────────────────────────────────────────────────────────┘

3.3 Module 1: User Memory​

  • 用户历史对话总结：从历史对话中提取关键信息
  • 用户画像：年龄/职业/沟通风格/核心困扰
  • 已知信息边界：避免重复问相同问题

详细需求见：05-用户Memory.md

3.4 Module 2: Domain Knowledge Base​

  • 话题相关的理论知识：如 McGill 脊柱力学, Gottman 关系理论
  • 安全边界与红旗信号：识别需要专业干预的情况
  • 常见模式与应对策略：基于知识库的应对方案

详细需求见：06-知识库功能.md

3.5 Module 3: Meta-Generated Role & Style​

  • 根据话题生成的访谈角色定位：不同话题对应不同的角色
  • 沟通技巧与语气控制：根据话题调整沟通方式
  • 对话状态机逻辑：管理对话流程和状态转换

详细说明请参考：assets/meta_prompt_v0.4.md

4. 用户场景​

场景1：新用户首次对话

  1. 系统组装System Prompt：
    • Module 1：空（新用户无历史）
    • Module 2：加载话题相关知识
    • Module 3：根据话题生成角色和风格
  2. 开始对话

场景2：老用户再次对话

  1. 系统组装System Prompt：
    • Module 1：加载用户Memory（历史对话、画像、已知信息）
    • Module 2：加载话题相关知识
    • Module 3：根据话题生成角色和风格
  2. 开始对话，AI能记住用户之前的信息

5. 验收标准​

  • 每次对话能正确组装System Prompt
  • Module 1能正确加载用户Memory
  • Module 2能正确加载话题相关知识
  • Module 3能根据话题生成合适的角色和风格
  • 组装后的Prompt能正确传递给对话模型
  • 对话质量符合预期（AI能记住用户信息、能运用相关知识、角色定位准确）

6. 技术要点​

6.1 Prompt组装引擎​

  • 需要实时组装三个模块
  • 需要处理模块缺失的情况（如新用户无Memory）

6.2 Meta_Prompt生成引擎​

  • 需要根据话题类型生成Module 3
  • 需要支持多种话题类型

6.3 性能要求​

  • Prompt组装速度要快，不能影响对话响应
  • 需要缓存机制优化性能

7. 依赖项​

  • 用户Memory系统（Module 1）
  • 知识库系统（Module 2）
  • Meta_Prompt生成引擎（Module 3）
  • 对话模型服务

8. 待定事项​

  • Prompt组装的具体实现方案
  • 缓存策略
  • 性能优化方案