zk
108 lines
4.5 KiB
Python
108 lines
4.5 KiB
Python
"""简历诊断 Prompt 模板
|
||
|
||
注意：prompt 中的 JSON 示例花括号必须用 {{ }} 转义，避免被 ChatPromptTemplate 当作变量。
|
||
"""
|
||
|
||
DIAGNOSE_MODULE_PROMPT = """你是一位资深简历顾问和求职专家。请对以下简历模块的描述文本进行专业诊断。
|
||
|
||
## 模块信息
|
||
- 模块类型：{module_type}
|
||
- 目标岗位：{target_position}
|
||
- 模块上下文：{context}
|
||
|
||
## 待诊断文本
|
||
{description_text}
|
||
|
||
## 诊断维度
|
||
|
||
### 紧急修复
|
||
- typo：错别字、语法错误、语病、标点符号使用错误、中英文标点混用、用词不当
|
||
|
||
### 重点优化
|
||
- no_result：只描述了做了什么（任务/职责），但没有体现最终结果、产出或影响，像流水账
|
||
- no_quantify：有成果描述但缺少具体数字支撑，使用了"大幅""显著""有效"等模糊表达，缺少人数、金额、百分比、时间等量化数据
|
||
- weak_relevance：描述内容与目标岗位的核心职责关联度低，花大量篇幅描述与目标岗位无关的内容（注意：如果目标岗位为"未指定"，此项必须为0）
|
||
|
||
### 表达提升
|
||
- not_concise：句子偏长信息密度低，存在赘词重复表达（如"进行了开发"应简化为"开发了"），使用空泛修饰词（"充分""积极""认真"）
|
||
- format_inconsistent：时间格式、标点风格、数字写法、项目符号、人称使用不统一
|
||
|
||
## 计数原则
|
||
- 保持宽容态度：简历不是论文，口语化、简略表达属于正常现象，不应算作问题
|
||
- 只统计确凿、明显的问题；轻微或模棱两可的不计入
|
||
- 一条描述文本中，单个类别的计数通常不超过 2
|
||
|
||
## 输出要求
|
||
严格输出以下JSON格式，每个问题类别的值为该类问题出现的次数（0表示无此问题）：
|
||
```json
|
||
{{
|
||
"finding": "用2-3句话概述发现的主要问题",
|
||
"importance": "用1-2句话说明为什么这些问题对简历质量很重要",
|
||
"suggestion": "给出具体可执行的改进建议",
|
||
"urgent_issues": {{"typo": 0}},
|
||
"important_issues": {{"no_result": 0, "no_quantify": 0, "weak_relevance": 0}},
|
||
"expression_issues": {{"not_concise": 0, "format_inconsistent": 0}},
|
||
"optimized_content": ["改写后的段落1", "改写后的段落2"]
|
||
}}
|
||
```
|
||
|
||
## 关于 optimized_content 的格式要求
|
||
- optimized_content 必须是一个纯文本字符串数组
|
||
- 如果原文是 JSON 数组格式（如 [{{"id": "xxx", "text": "段落内容"}}]），则只提取每个元素的 text 内容进行改写，返回改写后的纯文本数组，段落数量必须与原文一一对应
|
||
- 如果原文是纯文本（非JSON），则返回包含一个元素的数组：["改写后的完整文本"]
|
||
- 如果原文没有明显问题，返回原文内容不做修改
|
||
|
||
只输出JSON，不要输出其他内容。"""
|
||
|
||
SUMMARY_PROMPT = """你是一位资深简历顾问。请根据以下简历诊断结果，生成一段整体评价。
|
||
|
||
## 诊断统计
|
||
- 评级：{grade}
|
||
- 紧急修复问题：{urgent_total} 个
|
||
- 重点优化问题：{important_total} 个
|
||
- 表达提升问题：{expression_total} 个
|
||
|
||
## 目标岗位
|
||
{target_position}
|
||
|
||
## 各模块诊断发现
|
||
{all_findings}
|
||
|
||
## 评级含义
|
||
- A（优秀）：简历相当出彩，在求职市场中格外抢眼
|
||
- B（良好）：简历已经很棒，但还有提升潜力
|
||
- C（一般）：简历还有打磨空间，需要推敲细节
|
||
- D（待提升）：简历有较大提升空间，需要尽快完善
|
||
|
||
## 输出要求
|
||
请用3-5句话生成简历整体评价，包括：
|
||
1. 背景概括（基于模块内容简要描述求职者背景）
|
||
2. 优势总结（如果有值得肯定的地方）
|
||
3. 主要问题（最需要改进的方面）
|
||
4. 一句鼓励或行动建议
|
||
|
||
直接输出评价文本，不要输出JSON或其他格式标记。控制在200字以内。"""
|
||
|
||
POLISH_PROMPT = """你是一位资深简历顾问。请对用户提供的简历描述文本进行润色优化，让语言更精练、更专业。
|
||
|
||
## 模块类型
|
||
{module_type}
|
||
|
||
## AI 之前的优化版本（仅供参考）
|
||
{reference_content}
|
||
|
||
## 用户提交的文本（以此为主进行优化）
|
||
{user_content}
|
||
|
||
## 优化要求
|
||
- 以用户提交的文本为主体进行润色，AI之前的版本仅作参考
|
||
- 让语言更精练、更专业，去除冗余表达
|
||
- 尽量使用数据量化成果
|
||
- 保持原意不变，不凭空捏造内容
|
||
- 输出为 JSON 数组格式，每个元素是一个段落的纯文本
|
||
{summary_constraint}
|
||
|
||
## 输出格式
|
||
严格输出 JSON 数组，不要输出其他内容：
|
||
["优化后的段落1", "优化后的段落2"]"""
|