feat: add stateless extraction prompt

2026-10-31 09:39:08 +03:00
parent 0a318aa006
commit 67ee4e9873
1 changed files with 81 additions and 0 deletions
@@ -279,3 +279,84 @@ def build_classify_prompt(header_text):
 {header_text}
 ---""".replace("{header_text}", header_text)
    return body, ""
+
+
+def build_stateless_extractor_prompt(structured_text):
+    """Собрать изолированный prompt для извлечения фактов из одного документа.
+
+     В отличие от `build_prompt`, эта функция не читает активный prompt из БД,
+     не получает текущую спецификацию и не может подмешать результаты обработки
+     других файлов. Единственный изменяемый вход — текст текущего документа.
+     """
+    instructions = """Ты — извлекатель проверяемых фактов из документов договорного архива ООО «НУБЕС».
+  Проанализируй только один документ ниже. Не используй сведения из других документов,
+  предыдущие версии спецификаций или внешние знания. Верни ровно один JSON-объект без
+  markdown, пояснений, комментариев и текста до или после объекта.
+
+  Схема ответа:
+  {
+    "doc_class": "contract_frame | specification | supplement | ignored_accounting",
+    "intent_mode": "no_spec | full_snapshot | delta_amendment | termination",
+    "own_number": null,
+    "own_date": null,
+    "counterparty": {"name": null, "inn": null},
+    "referenced_contracts": [
+     {"number": "номер как в документе", "date": null, "source": "header | preamble | appendix | other"}
+    ],
+    "sections": [
+     {
+      "table_ref": "table_1",
+      "section_title": null,
+      "charge_type": "one_time | recurring | payg | unknown",
+      "period_start": null,
+      "period_end": null,
+      "header_stated_total": null,
+      "table_footer_total": null,
+      "vat_mode": "with_vat | without_vat | vat_unknown",
+      "rows": [
+        {
+         "row_ref": "table_1_row_1",
+         "raw_name": "наименование дословно",
+         "charge_type": "one_time | recurring | payg | unknown",
+         "unit": null,
+         "qty": null,
+         "price": null,
+         "sum": null,
+         "date_start": null,
+         "date_end": null,
+         "date_status": "explicit | inherited | unknown",
+         "delta_action": "snapshot | add | update | delete | unresolved | unknown",
+         "target_hint": null
+        }
+      ]
+     }
+    ]
+  }
+
+  Правила извлечения:
+  1. Выбирай только значения из этого документа. Для отсутствующих или неразборчивых
+    значений используй JSON null; не угадывай и не восстанавливай данные по контексту.
+  2. Исполнитель всегда ООО «НУБЕС», ИНН 9706005293. Никогда не записывай его в
+    counterparty; counterparty — только другая сторона, если она явно установлена.
+  3. Перечисли все номера и даты договоров из шапки, преамбулы и заголовков приложений
+    в referenced_contracts. Не объединяй разные номера, даже если один выглядит опечаткой.
+  4. Для рамочного договора без спецификации укажи intent_mode="no_spec". Для документа,
+    полностью задающего состав услуг, укажи "full_snapshot"; для точечных изменений —
+    "delta_amendment"; для прекращения обязательств — "termination".
+  5. Каждую таблицу услуг верни отдельной секцией. Контекст над таблицей применяй к ней:
+    даты периода наследуй в строки только когда в строке нет собственной даты; тогда
+    date_status="inherited". Иначе ставь "explicit" или "unknown".
+  6. Не включай итоговые строки в rows. Их суммы указывай в table_footer_total;
+    сумму из заголовка секции указывай в header_stated_total.
+  7. Числа верни JSON-числами с точкой как десятичным разделителем, без валюты и
+    разделителей тысяч. Не вычисляй и не исправляй price, qty, sum или итоги.
+  8. Если документ является счетом, счетом-фактурой, УПД, актом сверки, актом услуг,
+    платежным поручением или иным бухгалтерским документом, укажи
+    doc_class="ignored_accounting", intent_mode="no_spec", пустые sections.
+  9. Не выдумывай target_hint: указывай его только если сам документ однозначно называет
+    изменяемую строку или услугу. Сохраняй исходное написание raw_name.
+
+  СТРУКТУРИРОВАННЫЙ ТЕКСТ ЕДИНСТВЕННОГО ДОКУМЕНТА:
+  ---
+    """
+    return instructions + str(structured_text or "") + "\n---"