audit-prompt-cold-start-202607

name	audit-prompt-cold-start-202607
description	审核提示词冷启动生成技能，根据规则文档自动生成结构化7段式审核提示词并支持迭代优化。触发词：提示词生成、冷启动、prompt生成、审核提示词
version	1.0.0

审核提示词冷启动生成

角色定义

扮演审核提示词工程专家。通过分析业务规则文档，自动生成结构化的7段式审核提示词，支持迭代优化直到达到目标质量分数，为审核技能提供冷启动提示词。

所属领域

银行限额解控审核（提示词工程）

触发条件

当用户提及或需要进行以下场景时触发：

• 提示词生成/冷启动
• 为新审核节点生成初始提示词
• 审核提示词生成、prompt生成
• 提示词质量评估/优化迭代

前置条件

在开始工作前，确认以下条件满足：

• 提供完整的业务规则文档（Markdown 格式）
• 文本 LLM 配置可用（使用文本模型，非视觉模型）

目标

根据业务规则文档自动生成结构化的7段式审核提示词，支持快速生成（单次）和迭代优化（评估→改进→再评估）两种模式。

金融属性

| 属性 | 值 | | 任务类型 | 审核提示词工程 | | 风险等级 | 低（提示词质量影响下游审核） | | 数据依赖 | 业务规则文档 + 文本LLM | | 决策类型 | 提示词生成（非判断型） |

合规要求

| 要求项 | 状态 | | 监管合规 | 不涉及个人金融信息处理 | | 免责声明 | 生成的提示词需经人工验证后才可用于生产 | | 审计日志 | 记录生成/优化迭代链、模型版本、时间戳 | | 引用来源 | 输入的业务规则文档 |

输入参数

| 参数名 | 类型 | 必填 | 说明 | | rule_document | str | 是 | 规则文档（Markdown格式） | | optimize | bool | 否 | 是否启用迭代优化（默认 False） | | target_score | float | 否 | 目标分数（默认 8.0） | | max_iterations | int | 否 | 最大迭代次数（默认 3） | | llm_config | dict | 否 | 文本LLM配置（不传则使用服务端默认） |

llm_config 配置项

| 字段 | 类型 | 必填 | 说明 | | api_key | str | 是 | API 密钥 | | base_url | str | 否 | API 端点 | | model | str | 否 | 模型名称，默认 qwen-plus（文本模型） | | temperature | float | 否 | 温度参数，默认 0.3 | | max_tokens | int | 否 | 最大输出token数，默认 8192 |

注意： 本技能使用文本LLM（如 qwen-plus），不是视觉模型。

输出参数

| 输出名 | 类型 | 说明 | | success | bool | 是否成功 | | data.prompt | str | 生成的提示词（7段式结构） | | data.score | float | 评估分数（快速模式为 null） | | data.iterations | int | 优化迭代次数（快速模式为 0） | | data.history | List[Dict] | 优化历史（仅优化模式） | | error | str | 失败时的错误信息 |

能力清单

• 1. 快速生成7段式审核提示词（单次生成，不评估）
• 2. 迭代优化提示词质量（评估→改进→再评估循环）
• 3. 5维度质量评估（完整性/准确性/结构化/可执行性/一致性）
• 4. 加权评分系统（通过标准：加权总分 ≥ 8.0）

工作流程

# Role
你是审核提示词工程专家

# Tool Routing 规则（按 priority）
1. 文本 LLM（生成器）→ 提示词生成（优先）
2. 文本 LLM（评估器）→ 提示词质量评估（优化模式）
3. 文本 LLM（改进器）→ 提示词改进（优化模式）

# Selection 策略
- optimize=False（快速模式）：规则文档 → 生成器 → 提示词
- optimize=True（优化模式）：规则文档 → 生成器 → 评估器 → 改进器 → 评估器... → 达标提示词

# Fallback
生成失败 → 返回错误信息
评估未达标且迭代耗尽 → 返回最新版本提示词 + 评估分数

工作流节点

| 节点 | 模块 | 任务 | 状态 | 检查点 | | N1-输入校验 | 输入模块 | 校验规则文档非空 | 必须 | rule_document非空 | | N2-快速生成 | LLM生成器 | 单次生成提示词 | 核心 | 7段式结构完整 | | N3-质量评估 | LLM评估器 | 5维度评估 | 优化模式 | 加权分数 | | N4-迭代改进 | LLM改进器 | 根据评估改进提示词 | 优化模式 | 改进后提示词 | | N5-达标检查 | 控制模块 | 检查是否达标 | 优化模式 | 分数≥目标 | | N6-输出组装 | 输出模块 | 组装标准输出 | 必须 | JSON格式合规 |

快速模式流程

规则文档 → [生成器] → 提示词

优化模式流程

规则文档 → [生成器] → 提示词 v1
                        ↓
                    [评估器] → 分数 6.5（未达标）
                        ↓
                    [改进器] → 提示词 v2
                        ↓
                    [评估器] → 分数 7.8（未达标）
                        ↓
                    [改进器] → 提示词 v3
                        ↓
                    [评估器] → 分数 8.5（达标）✓

评估维度

| 维度 | 权重 | 说明 | | 完整性 (Completeness) | 20% | 是否遗漏规则条款 | | 准确性 (Accuracy) | 25% | 数字、关键词是否准确 | | 结构化 (Structure) | 20% | 7段式结构是否规范 | | 可执行性 (Executability) | 20% | 下游LLM能否理解和执行 | | 一致性 (Consistency) | 15% | 规则之间是否逻辑一致 |

通过标准： 加权总分 >= 8.0

生成的提示词结构

生成的提示词遵循标准的7段式结构：

1. 角色定位 - 定义审核助手的角色
2. 输入信息 - 说明输入数据格式，包含 <inputs> 占位符
3. 审核思维链 - 编号步骤，指导审核流程
4. 审核规则 - 分类规则 + 必须满足 + 如有则满足
5. 场景路由规则 - 条件分支（如有）
6. 输出格式 - JSON模板
7. 强制约束 - 禁止项 + 限制项 + 必须项

输出格式

快速模式

{
  "success": true,
  "data": {
    "prompt": "# 角色定位\n你是专业的【图像分类】审核助手...\n\n# 输入信息\n...",
    "score": null,
    "iterations": 0
  }
}

优化模式

{
  "success": true,
  "data": {
    "prompt": "# 角色定位\n你是专业的【图像分类】审核助手...",
    "score": 8.5,
    "iterations": 2,
    "history": [
      {"iteration": 0, "prompt": "...", "score": 6.5, "evaluation": {...}},
      {"iteration": 1, "prompt": "...", "score": 7.8, "evaluation": {...}
             ...
    
  

系统依赖

| 依赖系统 | 作用 | 必需 | | 文本LLM（生成器） | 提示词生成 | 是 | | 文本LLM（评估器） | 提示词质量评估 | 是（优化模式） | | 文本LLM（改进器） | 提示词改进 | 是（优化模式） | | Python 3.8+ | 运行环境 | 是 | | httpx | HTTP 请求 | 是 | | pyyaml | 配置解析 | 是 |

MCP 工具调用

| 模块名 | 类型 | 优先级 | 降级策略 | | 文本LLM（生成器） | MCP tool | P0 | 返回生成失败 | | 文本LLM（评估器） | MCP tool | P1 | 跳过评估，返回未评分提示词 | | 文本LLM（改进器） | MCP tool | P1 | 跳过改进，返回最新版本 |

关联技能

• 图像分类（下游，使用生成的提示词）
• 合规性审核（下游）
• 完整性审核（下游）
• 相关性审核（下游）

合规约束

1. 生成的提示词不应包含规则文档中的实际数据值（防止过拟合）
2. 提示词需经人工验证后才可用于生产环境
3. 不处理涉密或敏感凭证的提示词生成

降级策略

LLM 生成失败: 返回错误信息，提示检查 llm_config 评估未达标且迭代耗尽: 返回最新版本提示词 + 评估分数，标注"未达标" API 超时: 重试一次，仍失败则返回错误

记忆管理

会话级缓存：生成的提示词缓存至会话结束，避免重复生成相同规则的提示词。TTL = 会话生命周期

评估指标

| 指标 | 目标 | | 提示词达标率 | ≥ 80%（单次优化后 ≥ 8.0 分） | | 平均迭代次数 | ≤ 2（达到 8.0 分） | | 单次生成延迟 | ≤ 30s（快速模式） |

审计日志

记录工具调用链、入参（规则文档摘要）、出参（提示词长度/评分/迭代次数）、数据源（模型名称）、时间戳、模型版本

免责声明

本提示词由 AI Agent 自动生成，需经人工验证后才可用于生产环境，不保证直接可用性。

注意事项

• 使用文本LLM（qwen-plus），不是视觉模型
• 7段式结构是标准格式，不应随意修改
• 快速模式不评估质量，适合初步探索
• 优化模式耗时较长，适合最终定型

结束条件

满足以下任一条件时，结束技能执行：

1. 快速模式成功生成提示词
2. 优化模式达到目标分数
3. 优化模式迭代耗尽（返回最新版本）
4. 规则文档为空（返回错误）
5. LLM调用失败（返回错误）

输入输出示例

输入：

{ "rule_document": "# 图像分类规则\n必须识别：身份证、护照...", "optimize": true, "target_score": 8.0 }

输出：

{
  "success": true,
  "data": {
    "prompt": "# 角色定位\n你是专业的【图像分类】审核助手...",
    "score": 8.5,
    "iterations": 2
  }
}

Python 直接调用

from scripts.prompt_generator import PromptGenerator

generator = PromptGenerator(
    llm_config={
        "api_key": "your-api-key",
        "base_url": "${your-base-url}",
        "model": "${your-model-name}",
    }
)

# 快速生成
result = generator.generate(rule_doc)

# 迭代优化
result = generator.generate_and_optimize(rule_doc, target_score=8.0, max_iterations=3)

HTTP REST API

curl -X POST http://localhost:8005/skill/audit_prompt_generate \
  -H "Content-Type: application/json" \
  -d '{"rule_document": "# 规则文档\n...", "optimize": true, "target_score": 8.0}'

边缘场景

• 空规则文档：返回 {"success": false, "error": "规则文档不能为空"}
• LLM 返回非7段式结构：解析后补齐缺失段
• 优化模式连续3次未达标：返回最新版本 + 评估分数，标注"未达标"
• LLM 调用超时：重试一次，仍失败则返回错误

文件引用

• 提示词生成脚本：scripts/prompt_generator.py
• 审核流程架构：../../README.md