修改提示词

app/ai/resume_extractor/prompts.py

@@ -15,6 +15,7 @@
 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**。
+  - 同一段原文只应属于一条记录：不要为了描述完整而把其它记录已包含的行号再选一遍，避免多条记录重复引用同一段。
   - 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。
@@ -40,10 +41,14 @@ OVERVIEW_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或
 ["北京大学", "剑桥大学-哲学硕士", "剑桥大学-经济学士"]
 ```
 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）。
+1. 列出原文中每一个**实际就读或已获得学历**的**就读阶段**，不同阶段（本科/硕士/博士）分别列出，一段都不能漏。
-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。
+2. 每个标识必须**唯一**：若同一所学校有多个不同就读阶段（如本科、硕士），用「学校+学位」区分（如"剑桥大学-硕士""剑桥大学-本科"），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。
+3. **不要过度拆分**：
-4. 没有输出[]。只输出JSON。"""
+   - 联合培养、交换、访学、海外学期属于对应主学历就读的一部分，**并入该主学历那一条**，不要单列成独立教育记录。
+   - 同一学校同一就读阶段的双学位/主辅修，算**一条**，不要拆成两条。
+4. 仅"录取通知/offer/拟就读但尚未入学"的，**不算**教育经历，不要列入。
+5. 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。
+6. 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。从中提取工作经历和实习经历的公司标识名列表，输出JSON：
@@ -66,8 +71,9 @@ OVERVIEW_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编
 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. **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。
+4. **绝对不要**把竞赛/比赛/大赛条目当作项目（如"XX大赛""挑战杯""创新创业大赛""职业规划大赛"等，以参赛/获奖为核心的条目）——这些归竞赛模块，即使参赛做了作品也不要在这里重复列。
-5. 没有输出[]。只输出JSON。"""
+5. 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。
+6. 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：
@@ -75,10 +81,12 @@ OVERVIEW_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测
 ["ACM区域赛", "数学建模大赛"]
 ```
 规则：
-1. 只提取真正的**竞赛/比赛/获奖**条目名称。
+1. 只提取真正的**竞赛/比赛/获奖**条目名称（以报名参赛、比赛名次/获奖为核心的条目，如"XX大赛""挑战杯""数学建模竞赛"）。
 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。
+3. **绝对不要**把社团活动、职务、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。"""
+4. **绝对不要**把工作/实习/研究/开发**项目**当作竞赛——即使该项目获过奖，它仍归项目模块，不要在这里重复列（判断依据：条目本质是"做了一个项目/产品/研究"还是"参加了一场比赛"）。
+5. 奖学金、荣誉称号、考试成绩不属于竞赛，不要列入。
+6. 没有输出[]。只输出JSON。"""
 
 # ==================== 第二阶段：详情提取 ====================
 
@@ -138,6 +146,6 @@ DETAIL_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编
 ```
 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，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：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[]。
+- certificates：填真正的**证书/证件/标准化考试成绩**，包括语言与等级类（如CET-4/6、雅思、托福、GRE、计算机等级、教师资格证、驾照等）。**不要**把竞赛奖项、荣誉称号、名次、奖学金，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"），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。"""