标书生成过程中的prompt解读

制定一份完整的标书要考虑技术要求、评分标准、政策法规、竞品分析、风险管理、合规控制等多个方面,这里以**good-autobid**为例,结合技术要求、评分标准,示例基于LLM的标书大纲生成、章节内容生成。

1 大纲生成

为满足甲方需求,在生成大纲前,技术要求和评分标准要作为LLM生成的背景知识。

  1. 大纲生成sys角色设定

OUTLINE_SYSTEM_ROLE = """你是投标文件编制专家。你的任务是根据技术要求和评分标准,生成一份测试版的投标文件大纲,只需要1个章节,每个章节包含一个节,每个节包含一个子节。

你需要确保:

  1. 所有回复必须是标准的 JSON 格式

  2. 大纲结构完整,包含章、节、子节三级标题

  3. 一级标题与评分标准对应

  4. 涵盖所有技术要求

  5. 三级标题下有详细的内容边界描述

输出格式必须严格遵循:

{

"body_paragraphs": [

{

"chapter_title": "第一章 xxx",

"sections": [

{

"section_title": "1.1 xxx",

"sub_sections": [

{

"sub_section_title": "1.1.1 xxx",

"content_summary": "xxx"

}

]

}

]

}

]

}"""

  1. 技术要求user角色设定

tech_content为标书的技术要求

OUTLINE_TECH_USER = """这是项目的技术要求,请仔细阅读并记住这些要求:

【技术要求】

{tech_content}"""

  1. 评分标准user角色设定

score_content为标书的评分要求。

OUTLINE_SCORE_USER = """这是项目的评分标准,请仔细阅读并记住这些标准:

【评分标准】

{score_content}"""

  1. 大纲生成prompt设定

对话历史: sys角色设定、技术要求user角色设定、评分标准user角色设定。

对话历史需要和大纲生成prompt设定一起以message形式,提交给LLM,生成一份符合甲方技术要求和评分标准的标书大纲。

OUTLINE_GENERATE_USER = """现在请基于之前提供的技术要求和评分标准,生成一份完整的投标文件大纲。要求:

  1. 确保大纲结构完整

  2. 确保一级标题与评分标准对应

  3. 确保涵盖所有技术要求

  4. 确保三级标题下有详细的内容边界描述

  5. 直接返回完整的 JSON,不要有任何其他文字

  6. 确保 JSON 格式正确,不要截断"""

2 内容生成

标书一般比较长,不可能一步到位生成,而是以章节为粒度。要在给定技术要求、评分要求、以及上述大纲的前提下,综合章节标题及该章节内容要求,逐章节依次生成标书内容。

  1. 内容生成sys角色设定

CONTENT_SYSTEM_ROLE = """你是一名专业的技术方案撰写专家,擅长编写 IT 信息化项目的技术文档。

你需要确保:

  1. 使用专业、准确的技术术语

  2. 采用连续行文的方式,避免过多的分点、分条

  3. 保持客观、严谨的科技文档风格

  4. 确保内容的连贯性和完整性

  5. 每个三级标题的内容不少于5000字

  6. 适当使用专业的图表描述(使用 mermaid 语法)"""

  1. 内容生成user角色初始设定

CONTENT_INIT_USER = """请记住以下项目背景信息,后续我将逐段发送三级标题及其内容边界,请你据此生成具体内容:

【技术要求】

{tech_content}

【评分标准】

{score_content}

【文档大纲】

{outline}"""

  1. 内容生成提示词

对话历史: 内容生成sys角色设定、内容生成user角色初始设定。

综合对话历史、内容生成提示词、以及标书三级标题和内容边界,生成具体的标书内容。

CONTENT_SECTION_USER = """请基于已预置的背景信息,生成以下章节的具体内容:

【标题】

{title}

【内容边界】

{content_summary}

要求:

  1. 只生成正文内容,不要包含标题

  2. 内容不少于5000字

  3. 使用连续行文的方式

  4. 保持专业、严谨的文档风格

  5. 确保与整体技术方案的一致性"""

reference


  1. good-autobid prompts

https://github.com/ImGoodBai/good-autobid/blob/main/prompts.py

  1. ProposalLLM

https://github.com/William-GuoWei/ProposalLLM

  1. AIBS

https://github.com/milkoloa/AIBS

4 bidding_document_generator Public

https://github.com/HuangQingQuan/bidding_document_generator

相关推荐
Ticnix11 分钟前
RAG 烂大街?烂大街的只是那条流水线——真正的分水岭在这五处
后端·python·agent
Jucai_in_AI14 分钟前
AI岗位能力建模:从一份岗位说明书到一张胜任力图谱的技术路线
人工智能·产品
HIT_Weston17 分钟前
233、【AI】【模型部署】基座模型研究:基座与 Instruct 的差别
人工智能·模型部署
Wx-bishekaifayuan19 分钟前
springboot社区扶贫救助管理系统13300-计算机课程设计、毕业设计
spring boot·后端·python·django·课程设计·express·旅游
周杰伦fans25 分钟前
构建真正智能的CAD AI绘图代理
开发语言·人工智能·c#
u01110267526 分钟前
Blob URL 与 Base64 怎么选?图片预览中的内存和性能差异
人工智能·深度学习·ai作画
LaughingZhu34 分钟前
Product Hunt 每日热榜 | 2026-09-24
人工智能·深度学习·神经网络·搜索引擎·百度
AI早餐汇44 分钟前
飞猪首席技术官陈烨丨飞猪AI Native研发一年实录
人工智能
小小张说故事1 小时前
LightGBM 入门指南:更快的梯度提升树,Python 实战
后端·python·机器学习
Ticnix1 小时前
RAG 检索不准,九成的锅不在向量——不同文件,就该有不同的入库方案
后端·python·agent