修改提示词

app/ai/resume_extractor/prompts.py

@@ -12,6 +12,11 @@
   - 没有内容则返回空字符串 ""。
   - 行号必须是上面输入文本中真实出现过的编号，严禁编造不存在的行号。
 
+各详情 prompt 通用铁律（防跨记录串扰/重复）：
+  - 只选取真正属于当前这条记录（{name}）本身的行；即使原文中相邻的行属于**另一条**记录
+    （另一家公司、另一个项目、另一段学历、校园/社团/实习/竞赛等），也**绝不纳入**。
+  - 宁可少选，不确定归属的行一律不选。
+
 花括号用 {{ }} 转义，避免被 ChatPromptTemplate 当作变量。{name} 为运行时替换的记录标识名。
 """
 
@@ -22,21 +27,35 @@ OVERVIEW_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编
 ```json
 {{ "name": "姓名", "email": "邮箱", "mobileNumber": "手机号", "city": "所在城市", "wechatNumber": "微信号", "portfolioUrl": "作品集链接" }}
 ```
-规则：只提取以上6个字段，不提取skills/certificates/summary/经历。没有的填null。只输出JSON。"""
+规则：
+- 只提取以上6个字段，不提取skills/certificates/summary/经历。没有的填null。
+- name：填完整姓名，原文怎么写就怎么填，不要截断或只取一个字。
+- mobileNumber：只填手机号（通常11位数字）；微信号必须填到wechatNumber，绝不能把微信号当手机号。
+- portfolioUrl：只填作品集/个人主页/GitHub 等链接。
+只输出JSON。"""
 
 OVERVIEW_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或编造。
-输入为带行号的简历文本。从中仅提取教育经历的学校名称列表，输出JSON数组：
+输入为带行号的简历文本。从中提取所有**学历教育**经历的标识名列表，输出JSON数组：
 ```json
-["北京大学", "清华大学"]
+["北京大学", "剑桥大学-哲学硕士", "剑桥大学-经济学士"]
 ```
-规则：只提取学校名称，不提取其他字段。没有输出[]。只输出JSON。"""
+规则：
+1. 列出原文中出现的每一段学历教育，**一段都不能漏**（含本科、硕士、博士、海外院校、联合培养/交换等）。
+2. 每个标识必须**唯一**：若同一所学校有多个学位/专业，用「学校+学位或专业」区分（如"剑桥大学-哲学硕士"），避免重名导致后续混淆。
+3. 只列学历教育；培训机构、实习/工作单位、科研机构、社团不算学历教育，不要列入。
+4. 没有输出[]。只输出JSON。"""
 
 OVERVIEW_WORK_PROMPT = """严格根据简历原文提取，不要猜测或编造。
-输入为带行号的简历文本。从中仅提取工作经历和实习经历的公司名称列表，输出JSON：
+输入为带行号的简历文本。从中提取工作经历和实习经历的公司标识名列表，输出JSON：
 ```json
 {{ "work": ["阿里巴巴", "腾讯"], "internship": ["字节跳动"] }}
 ```
-规则：标注"实习"的归internship，其余归work。只提取公司名称。没有填[]。只输出JSON。"""
+规则：
+1. 明确标注"实习/intern"的归 internship，其余正式工作归 work。
+2. 每个标识唯一：若同一公司有多段不同岗位/时间的经历，用「公司+岗位或时间」区分（如"腾讯-产品经理""腾讯-2020"），确保后续能分别提取，不要合并成一条。
+3. 每一段真实的任职经历都要列出，不要遗漏；但同一段经历不要重复列。
+4. 只提取公司名相关标识，不要把公司内部的具体项目当作工作/实习条目。
+5. 没有填[]。只输出JSON。"""
 
 OVERVIEW_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编造。
 输入为带行号的简历文本。从中仅提取项目经历的项目名称列表，输出JSON数组：
@@ -46,14 +65,20 @@ OVERVIEW_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编
 规则：
 1. 只提取作为**独立项目条目标题**出现的项目名（通常单独成行、常带"项目X："前缀或【】标题、并配有自己的起止时间/角色/描述）。
 2. **绝对不要**把出现在某段职责/产品描述句子内部、被"如/包括/例如/【】"等列举的功能点、模块、子功能当作项目（这些是描述内容，不是项目）。
-3. 没有输出[]。只输出JSON。"""
+3. **绝对不要**把社团/学生组织、校园活动、志愿服务、任职/职务、兴趣爱好当作项目——这些不是项目经历。
+4. 同一个项目只列一次，不要因为它在工作经历里被提到就重复列。
+5. 没有输出[]。只输出JSON。"""
 
 OVERVIEW_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测或编造。
 输入为带行号的简历文本。从中仅提取竞赛/获奖经历的竞赛名称列表，输出JSON数组：
 ```json
 ["ACM区域赛", "数学建模大赛"]
 ```
-规则：只提取竞赛名称，不提取其他字段。没有输出[]。只输出JSON。"""
+规则：
+1. 只提取真正的**竞赛/比赛/获奖**条目名称。
+2. 同一个竞赛只算一条，即使它拿了多个奖项，也不要按奖项拆成多条。
+3. **绝对不要**把社团活动、职务、项目、示例文字、描述里顺带提到的活动当作竞赛。
+4. 没有输出[]。只输出JSON。"""
 
 # ==================== 第二阶段：详情提取 ====================
 
@@ -62,35 +87,49 @@ DETAIL_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或编
 ```json
 {{ "school": "学校", "major": "专业", "degree": "学历", "studyType": "全日制/非全日制", "startDate": "2020.09", "endDate": "2024.06", "descriptionRange": "起-止,起-止" }}
 ```
-规则：短字段直接填值。descriptionRange 只填该校的额外描述正文（如主修课程、在校成就、排名等成段文字）所在行号区间；学校/专业/学历/时间等已在上面字段提取，不要纳入；若无额外描述正文则填""。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
+规则：短字段直接填值，时间格式YYYY.MM，没有的填null。
+descriptionRange 只填该校**学业本身**的额外正文（主修课程、绩点/排名、在校获得的学术成就）所在行号区间；学校/专业/学历/时间已在上面字段提取，不要纳入。
+**严禁纳入以下内容**（它们属于其它模块、会被单独提取，即使在原文中紧跟这条教育经历也不要选）：实习、工作、项目、社团/学生组织、校园活动、志愿服务、竞赛获奖、科研/论文经历。宁可少选，不确定是否属于本校学业的行一律不选；若无纯学业描述则填""。
+区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。只输出JSON。"""
 
 DETAIL_WORK_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
 请提取"{name}"这条工作经历的详细信息，输出JSON：
 ```json
 {{ "companyName": "公司", "position": "职位", "startDate": "2024.07", "endDate": "2025.03", "descriptionRange": "起-止,起-止" }}
 ```
-规则：短字段直接填值。descriptionRange 只填直接描述该公司/岗位的概述性正文行号区间；若该经历下的内容都属于具体项目（项目会单独提取），则填""，不要把项目明细并入工作描述。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
+规则：短字段直接填值，时间格式YYYY.MM，在职/至今则 endDate 填null，没有的填null。
+descriptionRange 填直接描述该公司/岗位**整体职责或概述**的正文行号区间。若某段内容明显是某个**独立项目的明细**（且该项目会作为项目单独提取），不要纳入，避免与项目模块重复；但公司层面的职责概述应当保留，不要整条留空导致内容丢失。
+只选属于"{name}"这段经历的行，不要选到其它公司、其它项目、教育或校园经历的行，即使它们在原文中相邻。
+区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。只输出JSON。"""
 
 DETAIL_INTERNSHIP_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
 请提取"{name}"这条实习经历的详细信息，输出JSON：
 ```json
 {{ "companyName": "公司", "position": "职位", "startDate": "2023.06", "endDate": "2023.09", "descriptionRange": "起-止,起-止" }}
 ```
-规则：短字段直接填值。descriptionRange 只填直接描述该公司/岗位的概述性正文行号区间；若该经历下的内容都属于具体项目（项目会单独提取），则填""，不要把项目明细并入实习描述。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
+规则：短字段直接填值，时间格式YYYY.MM，至今则 endDate 填null，没有的填null。
+descriptionRange 填直接描述该公司/岗位**整体职责或概述**的正文行号区间。若某段内容明显是某个**独立项目的明细**（且该项目会作为项目单独提取），不要纳入，避免与项目模块重复；但岗位层面的职责概述应保留，不要整条留空导致内容丢失。
+只选属于"{name}"这段经历的行，不要选到其它公司、其它项目、教育或校园经历的行，即使它们在原文中相邻。
+区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。只输出JSON。"""
 
 DETAIL_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
 请提取"{name}"这条项目经历的详细信息，输出JSON：
 ```json
 {{ "companyName": "所属公司", "projectName": "项目名", "role": "角色名称", "startDate": "2023.03", "endDate": "2023.12", "descriptionRange": "起-止,起-止" }}
 ```
-规则：role只填简短角色名。短字段直接填值。descriptionRange 填该项目描述所在的行号区间，没有描述填""。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
+规则：短字段直接填值，时间格式YYYY.MM，没有的填null。
+role 只填原文中**明确写出**的简短角色名；若原文没有写明该项目的角色，填null，**不要臆造或默认**（如不要凭空填"Developer""开发工程师""团队成员"）。
+descriptionRange 填该项目描述所在的行号区间，没有描述填""。只选属于"{name}"这个项目的行，不要串入其它项目、所属公司的其它经历、教育或竞赛的行，即使它们在原文中相邻。
+区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。只输出JSON。"""
 
 DETAIL_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
 请提取"{name}"这条竞赛/获奖经历的详细信息，输出JSON：
 ```json
 {{ "competitionName": "竞赛名", "award": "获奖情况", "awardDate": "2023.07", "descriptionRange": "起-止,起-止" }}
 ```
-规则：短字段直接填值。descriptionRange 填该竞赛/获奖的额外描述所在行号区间，没有描述填""。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间，不同段落用逗号分开（每个逗号段成为一个独立段落）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
+规则：短字段直接填值，时间格式YYYY.MM，没有的填null。award 里可包含该竞赛的多个奖项，不要因为多个奖项而拆成多条。
+descriptionRange 填该竞赛/获奖的额外描述所在行号区间，没有描述填""。只选属于"{name}"这条竞赛的行，不要把社团活动、职务、项目、其它竞赛的内容串入，即使它们在原文中相邻。
+区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间，不同段落用逗号分开（每个逗号段成为一个独立段落）。只输出JSON。"""
 
 DETAIL_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
 从中提取技能标签、证书和自我评价/个人概述，输出JSON：
@@ -98,7 +137,7 @@ DETAIL_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编
 {{ "skills": ["技能1"], "certificates": ["证书1"], "summaryRange": "起-止,起-止" }}
 ```
 规则：
-- skills：仅当简历中有明确的"技能"/"专业技能"等独立模块时才提取，原文有什么填什么，最多5个；如果简历没有专门的技能模块，填[]，不要从经历中归纳。
+- skills：仅当简历中有明确的"技能"/"专业技能"等**独立模块**时才提取，按原文逐字填，最多5个；如果没有专门的技能模块，填[]。**不要**从工作/项目/自我评价里归纳技能，尤其不要把"团队沟通""抗压能力""责任心"等软素质描述当作技能。
-- certificates：填证书数组，没有填[]。
+- certificates：只填真正的**证书/证件**（如CET-4/6、CPA、教师资格证、驾照等）。不要把奖项、荣誉、竞赛名次，或工作描述里顺带提到的"认证"句子当作证书；没有填[]。
-- summaryRange：填自我评价/个人概述**正文**所在的行号区间字符串（0开始、闭区间，行号必须真实存在），不要包含板块标题行（如"个人优势"、"自我评价"等），排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间，不同段落用逗号分开（每个逗号段是一个独立段落，段间会以换行连接），没有填""。
+- summaryRange：填自我评价/个人概述**正文**所在的行号区间字符串（0开始、闭区间，行号必须真实存在）。不要包含板块标题行（如"个人优势""自我评价"），不要把技能列表、兴趣爱好、经历内容纳入；排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间，不同段落用逗号分开（每个逗号段是一个独立段落，段间会以换行连接），没有填""。
 只输出JSON。"""