Normalize product data prompt formatting

2026-05-28 14:30:55 +08:00
parent 2dc941d6d8
commit 6364fb437c
6 changed files with 106 additions and 13 deletions
@@ -68,3 +68,10 @@ canonical record 是产品数据生成链路的中间元数据格式。它不是
 - `eval_planning.csv`：字段为 `request_id,newPrompt,query,类别真实标签,code标签,complex`，由 `export_planning_eval_csv.py` 生成；`newPrompt` 会包上 `<|im_start|>system/user/assistant` chat template；`complex` 列来自 `dimensions.complex`，按评测表习惯输出 `TRUE/FALSE`，不是固定默认值。

 `instruction` 和 `newPrompt` 使用同一套 prompt 主体，默认包含 `[知识注入]`、`[系统状态]`、`[对话历史]`、`[当前query]`、`[function]`。历史轮次默认最多取 5 轮，且相邻时间间隔不超过 5 分钟。
+
+格式约束：
+
+- `[知识注入]` 必须是多行 JSON 块，默认只输出 `location` 和 `rag` 两个字段。
+- `[当前query]` 下一行必须带 `用户:` 前缀。
+- `[function]` 后必须保留换行；评测 `newPrompt` 中随后才是 `<|im_end|>`。
+- 不要在 `[function]` 下追加 `def Agent(...)`、`def Skill(...)` 等函数签名说明。