♻️Refactor: 优化提示词

prompt/mermaid.txt

@@ -1,19 +1,30 @@
 请为"{{.Knowledge}}"生成一个Mermaid思维导图或流程图，要求：
-1. 使用graph TD或flowchart TD格式
+1. 零未定义节点：所有节点（A[文本]、B(文本)等）必须在关系语句前先定义。
-2. 清晰展示知识点的结构层次和关系
+2. 严格缩进与换行：使用2个空格缩进，每条关系语句独立成行。
-3. 关键节点使用中文标签
+3. 括号与引号成对：所有()、[]、<>、""必须严格配对，无多余空格。
-4. 适当使用不同的节点样式区分概念类型
+4. 箭头方向明确：使用标准箭头 -->、---、-.-> 等，禁止使用 ->（不完整）或 =>（错误）。
-5. 保持代码简洁，便于复制使用
+5. 避免中文直接嵌入：若需中文，确保用双引号包裹（如 A["开始"]），或建议用户使用英文标签。
+
+严格按照Mermaid格式输出，禁止输出任何多余前缀。
+输出格式：
 
-输出格式（只输出代码，不要其他说明文字）：
-```mermaid
 graph TD
-    A[{{.Knowledge}}] --> B(核心概念1)
+    Knowledge[Knowledge]
-    A --> C(核心概念2)
+    Definition["定义"]
-    B --> B1(子概念1.1)
+    Type["类型"]
-    B --> B2(子概念1.2)
+    Application["应用"]
-    C --> C1(子概念2.1)
+    ML["机器学习"]
-    style A fill:#f9f,stroke:#333,stroke-width:4px
+    DL["深度学习"]
-    style B fill:#bbf,stroke:#333,stroke-width:2px
+    Supervised["监督学习"]
-    style C fill:#bbf,stroke:#333,stroke-width:2px
+    Unsupervised["无监督学习"]
-```
+    CV["计算机视觉"]
+    NLP["自然语言处理"]
+    Knowledge --> Definition
+    Knowledge --> Type
+    Knowledge --> Application
+    Type --> ML
+    Type --> DL
+    ML --> Supervised
+    ML --> Unsupervised
+    Application --> CV
+

prompt/quiz.txt

@@ -1,10 +1,11 @@
-关于"{{.Knowledge}}"，生成10道单选题，要求：
+关于"{{.Knowledge}}"，生成15道单选题，要求：
 1. 题目类型包括：概念理解、原理分析、应用场景、最佳实践等
-2. 难度分布：3道基础题、4道中级题、3道进阶题
+2. 难度分布：5道基础题、5道中级题、5道进阶题
 3. 每道题都要提供详细的解析说明
 4. 选项之间要有明显的区别，避免模棱两可
 
-必须严格按照以下JSON格式输出（只输出JSON，不要其他说明文字）：
+严格按照JSON格式输出，禁止输出任何多余前缀。
+输出格式：
 {
   "questions": [
     {

prompt/scenario.txt

@@ -5,44 +5,35 @@
 4. 说明使用该知识点解决了什么核心问题
 5. 强调注意事项和最佳实践
 
+严格按照JSON格式输出，禁止输出任何多余前缀。
 输出格式：
-
+[
-场景1：[场景名称，如"高并发缓存更新"]
+  {
-背景：
+    "name": "场景名称（例如：高并发缓存更新）",
-  [描述实际业务场景和遇到的问题]
+    "background": "描述实际业务场景和遇到的问题（例如：电商秒杀场景下，库存缓存频繁失效导致数据库压力骤增）",
-
+    "solution": "分步骤说明如何使用{{.Knowledge}}解决问题（例如：1. 采用缓存旁路策略；2. 使用分布式锁保证原子性；3. 异步更新缓存）",
-方案：
+    "codeExample": "使用伪代码或简化代码展示实现方式（例如：\nfunction updateStock(productId) {\n  lock = acquireLock(productId);\n  if (lock) {\n    dbStock = queryDb(productId);\n    cache.set(productId, dbStock);\n    releaseLock(lock);\n  }\n}",
-  [说明如何使用{{.Knowledge}}解决问题，分步骤说明]
+    "coreProblemSolved": "说明使用该知识点解决了什么核心问题（例如：解决了高并发下缓存与数据库一致性，避免缓存击穿）",
-
+    "keyConsiderations": [
-代码示例：
+      "关键点1（例如：锁粒度要细，避免性能瓶颈）",
-  [使用伪代码或简化代码展示实现方式]
+      "关键点2（例如：需设置缓存过期时间作为兜底）",
-
+      "关键点3（例如：监控缓存命中率，及时调整策略）"
-注意事项：
+    ]
-  - 关键点1
+  },
-  - 关键点2
+  {
-
+    "name": "场景2名称",
-场景2：[场景名称]
+    "background": "...",
-背景：
+    "solution": "...",
-  ...
+    "codeExample": "...",
-
+    "coreProblemSolved": "...",
-方案：
+    "keyConsiderations": ["...", "..."]
-  ...
+  },
-
+  {
-代码示例：
+    "name": "场景3名称",
-  ...
+    "background": "...",
-
+    "solution": "...",
-注意事项：
+    "codeExample": "...",
-  - ...
+    "coreProblemSolved": "...",
-
+    "keyConsiderations": ["...", "..."]
-场景3：[场景名称]
+  }
-背景：
+]
-  ...
-
-方案：
-  ...
-
-代码示例：
-  ...
-
-注意事项：
-  - ...