4.6 KiB

Raw Blame History

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:

## 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:

## 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:

agent_prompt.md 控制Agent理解意图
agent_prompt.md 控制Agent选择 get_creative_guidance(category="游戏")
获取数据
agent_prompt.md 控制Agent选择 analyze_video_data(videos=...)
analyze_prompt.md 控制如何分析这些数据
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:

直接使用 analyze_prompt.md 分析数据
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:

**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:

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

💡 最佳实践

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
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
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

python test_agent.py

测试分析提示词修改

python test_ai_analysis.py

或直接调用API:

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 - Agent完整文档
README_AI.md - AI分析功能文档
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

4.6 KiB Raw Blame History