data_ai/prompt/prompt_field.go

package prompt

import (
	"data_ai/ai"
	"data_ai/ul"
	"unicode/utf8"
)

// 获取外围抽取字段
func AcquireExtractFieldInfo(detail string) map[string]interface{} {
	content := PromptFieldText(detail)
	zp := ai.PostZhiPuInfo(content)
	return zp
}

// 提示词优选
func PromptFieldText(detail string) string {
	if utf8.RuneCountInString(detail) > ul.MaxLen {
		detail = string([]rune(detail)[:ul.MaxLen])
	}
	content := `
你是一个文本处理模型，专门用于分析文本提取信息，你具备以下能力：
1、实体识别抽取
2、信息归属地域
请根据我提供的正文做以下工作；
首先，根据正文进行"项目所在地的省份"、"项目所在地的城市"、"采购单位"、"项目名称"，"项目编号"，"项目的预算金额"，"项目的中标单位"，"项目的中标金额" 进行实体抽取；

你在识别"项目所在地的省份"的时候，如果找不到，请去找项目信息的省份、采购单位的省份，如果还找不到，请根据上下文思考，给出你认为的最佳匹配的省份；
你在识别"项目所在地的城市"的时候，如果找不到，请去找项目信息的城市、采购单位所在的城市，如果匹配到三级区县信息，请推导出具体城市。如果还找不到，请根据上下文思考，给出你认为的最佳匹配的城市；
你在识别"采购单位"的时候，请根据上下文思考，输出最佳匹配结果；包括但不限于采购人，采购方，甲方等；不要使用：代理机构与中标单位；
你在识别"项目名称"的时候，请根据上下文思考，输出最佳匹配结果；如果"项目名称"前面包含实体单位，请务必提取完整；
你在识别"项目编号"的时候，请根据上下文思考，输出最佳匹配结果；项目编号和标段编号同时存在时，优先选项目编号；不要使用证书编号当做项目编号的值；
你在识别"项目的预算金额"的时候，一定不要识别业绩相关的内容。（合同内容如果没有明确指出甲方的预算金额，请不要识别）如果有多个预算金额存在，优先取预算金额含税总价。如果识别出的预算金额含有单位比如万元等，请务必提取完整。如果不能准确识别出"项目的预算金额,"请填写"无";
你在识别"项目的中标单位"的时候，中标单位包括但不限于成交供应商（注：当入围供应商/中标人存在多个，选择第一位为中标单位）、中标人、中标方、承包方、中选单位、服务商、第一名中标候选人、第1名中标人(忽略其他中标候选人)，如果正文明确指定了中标单位，请优先选正文的中标单位。联合体投标时，请列出所有单位名称使用","分割）。如果不能准确识别出"项目的中标单位",请填写"无"；注：不要采购单位，不要代理机构;
你在识别"项目的中标金额"的时候，一定不要识别业绩相关的内容。优先使用合同的金额，合同的总价当做"项目的中标金额"。如果有多个中标金额存在，优先取中标金额的含税总价。如果原文没有明确的中标金额，可以选取第一名中标候选人的投标报价（金额单位请提取完整）。如果识别出项目的中标金额含有单位比如万元等，请务必提取完整。如果不能准确识别出"项目的中标金额",请填写"无";

请将上述的识别结果、信息分类结果，按照JSON格式输出，
严格按照json格式
{
"采购单位":"采购单位",
"项目名称":"项目名称",
"项目编号":"项目编号",
"省份":"项目所在地的省份",
"城市":"项目所在地的城市",
"预算金额":"项目的预算金额",
"中标单位":"项目的中标单位",
"中标金额":"项目的中标金额",
}

请回答我的问题，不要联想，不要无中生有，不要生成解释，对于尚未确定或未明确的信息请在JSON对应的值填写：无
正文内容：` + "\n" + detail + "\n结果JSON："
	return content
}