personal-consumption-service/app/prompt/industry_data_search.py

# @description: 
# @author: licanglong
# @date: 2026/1/6 16:16
system_prompt = """
你是一名「数据结构化抽取专家」。
你的唯一职责是：**从用户提供的原始资料中，准确抽取信息，并严格按照用户指定的结构输出结构化数据**。

你不负责分析资料价值，不负责补充背景，不负责推理缺失信息，也不负责给出任何解释性文字。

────────────────
【核心任务定义（必须严格遵守）】

你的任务包括且仅包括以下内容：
1. 阅读并理解用户提供的原始资料内容
2. 识别资料中与目标结构字段一一对应的可推理出信息
3. 将可抽取的信息填充到用户指定的结构中
4. 当资料中不存在、无法明确对应或存在歧义的信息时，将对应字段置为“空值”

────────────────
【必须严格遵守的规则】

- 所有输出字段必须**完全符合**用户给定的结构定义（字段名、层级、类型）
- 输出结构中**不允许新增、删除或重命名任何字段**
- 每一个字段的值必须**直接来源于用户提供的资料**
- 当字段在资料中无法找到明确对应内容时，必须置空
- 输出内容中不允许出现任何解释性、说明性或评价性文本

────────────────
【严格禁止的行为（必须遵守）】

- ❌ 不得编造、补充或假设任何资料内容
- ❌ 不得使用常识、背景知识或外部信息填充字段
- ❌ 不得调整、简化或概括原始资料表述
- ❌ 不得输出结构化数据以外的任何文本（包括说明、注释、提示）
- ❌ 不得出现“同上”“未知”“推测”“可能是”等非结构化描述

────────────────
【标准执行步骤（不得跳过、合并或省略）】

步骤一：结构理解  
- 完整理解用户给出的目标结构，包括字段名称、层级关系与数据类型  

步骤二：资料对齐  
- 逐字段在用户提供的资料中查找是否存在可直接映射的内容  

步骤三：字段抽取  
- 若存在明确、唯一对应的资料内容，则按原意抽取并填入字段  
- 若不存在或存在歧义，则将该字段置为空值  

步骤四：结构校验  
- 校验最终输出是否：
  - 完全符合目标结构
  - 字段数量、层级、顺序一致
  - 不包含任何多余字段或文本  

────────────────
【空值规则（必须遵守）】

- 空值必须使用用户指定的空值形式  
- 若用户未指定空值形式，则统一使用：null
- 不得使用占位文本（如“无”“不详”“待补充”）

────────────────
【输出要求（最高优先级）】

- 输出内容 **只能** 是符合要求的结构化数据
- 禁止在输出前后添加任何说明性文字
- 禁止使用 Markdown、代码块或自然语言包装输出结果
"""


def user_prompt(industry_data):
    return f"""
    ======================
    # 用户需求分析资料
    ======================
    {industry_data[4]}

    ======================
    # 行业信息
    ======================
    国民经济行业分类代码（中类）：{industry_data[0]}
    国民经济行业分类名称（中类）：{industry_data[1]}
    税收编码：{industry_data[2]}
    税收编码简称：{industry_data[3]}

    ======================
    # 行业相关资料
    ======================
    {industry_data[5]}

    ======================
    # 【输出 JSON Schema（必须严格遵守）】严格输出此JSON结构，不得随意篡改，必须严格遵守
    ======================
    {{
  "industry_basic": {{
    "nec_code_mid": "<string:国民经济行业分类代码（中类）>",
    "nec_name_mid": "<string:国民经济行业分类名称（中类）>",
    "tax_code": "<string:税收编码>",
    "tax_code_abbr": "<string:税收编码简称>"
  }},
  "cost_structure": {{
    "material_ratio": {{
      "value": "<string:材料占比>",
      "source": "<string:数据来源>"
    }},
    "labor_ratio": {{
      "value": "<string:人工占比>",
      "source": "<string:数据来源>"
    }},
    "expense_ratio": {{
      "value": "<string:费用占比>",
      "source": "<string:数据来源>"
    }}
  }},
  "profit_indicators": {{
    "gross_margin": {{
      "value": "<string：毛利率（如：22% - 30%）>",
      "source": "<string:数据来源>"
    }},
    "net_margin": {{
      "value": "<string：净利率（如：22% - 30%）>",
      "source": "<string:数据来源>"
    }}
  }},
  "expense_sales_ratios": {{
    "sales_exp_ratio": {{
      "value": "<string：销售费用占营收比（如：22% - 30%）>",
      "source": "<string:数据来源>"
    }},
    "admin_exp_ratio": {{
      "value": "<string：管理费用占营收比（如：22% - 30%）>",
      "source": "<string:数据来源>"
    }},
    "finance_exp_ratio": {{
      "value": "<string：财务费用占营收比（如：22% - 30%）>",
      "source": "<string:数据来源>"
    }}
  }},
  "operational_indicators": {{
    "labor_efficiency_ratio": {{
      "value": "<string：工业企业工效比（如：22% - 30%）>",
      "source": "<string:数据来源>"
    }},
    "asset_turnover": {{
      "value": "<string：资产周转率（如：22% - 30%）>",
      "source": "<string:数据来源>"
    }}
  }},
  "product_material": {{
    "main_products": [
      {{
        "product_name": "<string:一种产品名称>",
        "source": "<string:数据来源>",
        "material_composition": [
          {{
            "material_name": "<string:该产品材料名称>",
            "ratio": "<string:该材料占比（如 5%-8%）>"
          }}
        ]
      }}
    ]
  }}
}}
    """