# 提示词使用指南

## 📝 两个提示词文件

项目中有两个提示词文件，各有不同的用途：

### 1. `prompts/agent_prompt.md` - Agent系统提示词 ⭐

**用途**: 控制AI Agent的整体行为逻辑

**使用位置**: 
- `ai_agent.py` 中的 `AIAgent.run()` 方法
- Agent在执行任务时的"大脑"

**控制内容**:
- Agent如何理解用户意图
- Agent何时选择哪个工具
- Agent的执行流程和决策逻辑
- 不同场景下的工具选择策略

**示例**:
```markdown
## 工作流程

**场景A：用户提到明确的分类（如"游戏"、"美食"等）**
- 使用 `get_creative_guidance` 获取该分类的创作指导数据
- 使用 `analyze_video_data` 分析数据
- 总结关键发现和建议
```

**修改这个文件可以**:
- 改变Agent选择工具的逻辑
- 添加新的执行场景
- 调整Agent的决策策略

---

### 2. `prompts/analyze_prompt.md` - 数据分析提示词

**用途**: 控制AI如何分析视频数据

**使用位置**: 
- `ai_analyzer.py` 中的 `AIAnalyzer.analyze()` 方法
- `ai_agent.py` 中的 `analyze_video_data()` 工具函数（现在已集成）
- `/api/analyze` 和 `/api/analyze-file` 接口

**控制内容**:
- 如何分析视频数据
- 输出什么样的分析结果
- 分析的维度（内容趋势、互动数据、创作者分析等）
- 分析的深度和格式

**示例**:
```markdown
## 分析任务

请根据提供的抖音视频数据，进行以下分析：

### 1. 内容趋势分析
- 识别热门话题和标签
- 分析内容类型分布
- 总结创作方向
```

**修改这个文件可以**:
- 改变分析的维度和重点
- 调整输出格式
- 添加新的分析角度

---

## 🔄 两者的关系

```
用户输入: "帮我分析一下游戏类视频的热门趋势"
    ↓
agent_prompt.md 控制:
    ↓
Agent理解意图 → 选择工具 → 调用 get_creative_guidance
    ↓
获取游戏类视频数据
    ↓
Agent选择工具 → 调用 analyze_video_data
    ↓
analyze_prompt.md 控制:
    ↓
AI深度分析数据 → 生成专业报告
    ↓
返回给用户
```

## 📊 使用场景对比

| 场景 | 使用的提示词 | 说明 |
|------|------------|------|
| Agent执行任务 | `agent_prompt.md` | 控制整体流程 |
| 分析视频数据 | `analyze_prompt.md` | 控制分析逻辑 |
| 直接调用分析API | `analyze_prompt.md` | 不经过Agent |
| Agent调用分析工具 | 两者都用 | Agent用第一个，分析用第二个 |

## 🎯 实际例子

### 例子1：Agent完整流程

**用户**: "帮我分析一下游戏类视频的热门趋势"

**执行过程**:
1. `agent_prompt.md` 控制Agent理解意图
2. `agent_prompt.md` 控制Agent选择 `get_creative_guidance(category="游戏")`
3. 获取数据
4. `agent_prompt.md` 控制Agent选择 `analyze_video_data(videos=...)`
5. `analyze_prompt.md` 控制如何分析这些数据
6. 返回分析结果

### 例子2：直接调用分析API

**请求**: `POST /api/analyze`

**执行过程**:
1. 直接使用 `analyze_prompt.md` 分析数据
2. 不经过Agent，不使用 `agent_prompt.md`

## 🛠️ 如何修改

### 修改Agent行为

编辑 `prompts/agent_prompt.md`:

```markdown
**场景X：你的自定义场景**
- 使用 `your_tool` 做XXX
- 然后使用 `analyze_video_data` 分析
- 最后总结
```

### 修改分析逻辑

编辑 `prompts/analyze_prompt.md`:

```markdown
### 6. 你的自定义分析维度
- 分析XXX
- 提取YYY
- 总结ZZZ
```

## 💡 最佳实践

1. **Agent行为调整**: 修改 `agent_prompt.md`
   - 添加新的工具选择场景
   - 调整工具调用顺序
   - 定义新的执行策略

2. **分析结果优化**: 修改 `analyze_prompt.md`
   - 调整分析维度
   - 改变输出格式
   - 添加特定领域的分析

3. **两者配合**:
   - `agent_prompt.md` 控制"做什么"
   - `analyze_prompt.md` 控制"怎么做"

## 🔍 验证修改

### 测试Agent提示词修改

```bash
python test_agent.py
```

### 测试分析提示词修改

```bash
python test_ai_analysis.py
```

或直接调用API:

```bash
curl -X POST "http://localhost:8001/api/analyze-file" \
  -H "Content-Type: application/json" \
  -d '{
    "json_file": "your_data.json",
    "prompt_file": "prompts/analyze_prompt.md"
  }'
```

## 📚 相关文档

- [README_AGENT.md](README_AGENT.md) - Agent完整文档
- [README_AI.md](README_AI.md) - AI分析功能文档
- [SUMMARY.md](SUMMARY.md) - 功能总结

## ✨ 总结

- **`agent_prompt.md`** = Agent的"大脑"，控制整体决策
- **`analyze_prompt.md`** = 分析的"专家"，控制分析逻辑
- 两者配合使用，实现完整的智能分析流程
- 修改提示词即可改变系统行为，无需修改代码