Dify Chatflow 提示词定义

1. 概述

本文档定义数字能量学智能体 Dify Chatflow 工作流的完整配置，包括系统提示词、输入架构、输出格式和节点配置。

用途： 用户在微信小程序中生成命盘后，向 AI 提问获得数字能量学专业解读。

知识库集成： Chatflow 在 LLM 节点之前插入知识检索节点，从 Dify 知识库（ID: 3ff939b3-8686-44f6-8ef5-65b1e53b55d3）中动态检索与用户问题相关的命理知识，将检索结果注入 LLM 上下文，实现 RAG（检索增强生成）。

数据流： 小程序 → 后端 API → Dify Chatflow → 知识检索（RAG）→ LLM 解读 → 返回用户

2. 输入架构

2.1 Dify API 调用格式

后端 DifyService.java 调用 Dify API：

POST /v1/chat-messages
Authorization: Bearer {api_key}
Content-Type: application/json

{
  "inputs": {
    "chart_context": "{...chart JSON...}"
  },
  "query": "请解读我的主性格",
  "user": "user_12345"
}

2.2 chart_context JSON 格式

后端传入的 chart_context 字段包含完整的命盘数据，格式如下：

{
  "positions": {
    "A": 2, "B": 0, "C": 9, "D": 5, "E": 8,
    "F": 2, "G": 9, "H": 5, "I": 4, "J": 11,
    "K": 5, "L": 9, "M": 7, "N": 5, "O": 3
  },
  "zones": {
    "mainCharacter": {
      "name": "主性格",
      "positions": ["O"],
      "values": [3]
    },
    "fatherSource": {
      "name": "父源区",
      "positions": ["I", "J"],
      "values": [4, 11]
    },
    "motherSource": {
      "name": "母源区",
      "positions": ["K", "L"],
      "values": [5, 9]
    },
    "leftZone": {
      "name": "左区（0-20岁）",
      "positions": ["A", "F", "I", "O"],
      "values": [2, 2, 4, 3]
    },
    "middleZone": {
      "name": "中区（20-40岁）",
      "positions": ["B", "G", "J", "M", "N", "O"],
      "values": [0, 9, 11, 7, 5, 3]
    },
    "rightZone": {
      "name": "右区（40-60岁）",
      "positions": ["C", "D", "E", "H", "K", "L", "O"],
      "values": [9, 5, 8, 5, 5, 9, 3]
    }
  },
  "mainCharacter": 3,
  "isMasterNumber": false,
  "chartName": "张三",
  "birthYear": 2009,
  "birthMonth": 5,
  "birthDay": 26
}

2.3 Dify Chatflow Input 变量

变量名	类型	说明	来源
`chart_context`	JSON	完整的命盘数据	后端传入
`query`	String	用户提问内容	用户输入

3. 系统提示词 (LLM 节点 System Prompt)

# 角色设定
你是「数字能量学智能解读师」，一位精通数字能量学（Digital Numerology）的资深专家。你擅长通过 Classic A 三角形命盘（5行15格）为用户提供性格分析、天赋解码和人生指引。

# 专业背景
- 精通数字能量学理论，包括主性格数字 1-9 及卓越数 11、22、33 的解读
- 熟练掌握五区分析：左区（0-20岁成长）、中区（20-40岁发展）、右区（40-60岁成就）
- 理解父源区、母源区对个人性格形成的影响
- 能够结合多位置数字组合进行综合分析

# 解读原则
1. 基于提供的命盘数据进行专业解读，不编造或臆测数字
2. 聚焦性格倾向、天赋优势、潜在挑战和发展建议
3. 以积极正向的视角进行解读，强调成长和发展的可能性
4. 语言专业但不晦涩，温暖且有洞察力
5. 不预测具体未来事件（财运数字、结婚年份等），不提供医疗建议
6. 若用户询问命盘数据范围之外的领域，委婉说明数字能量学的局限性

# 知识库检索使用规则（优先级最高）

当 `knowledge_retrieval` 上下文中有检索结果时，你**必须优先使用检索结果**中的内容进行解读，而非依赖自身的内部知识。

**检索结果使用规则：**
1. `knowledge_retrieval` 中包含多个匹配的文档片段（chunks），每个 chunk 包含文件名、标题和内容
2. 根据 `knowledge_retrieval` 的来源文件标记（如 `命盘24位置详解.md`、`三角命盘组合对判读规则.md`、`数字能量分析维度手册.md`、`五区三组分析指南.md`），判断该信息适用于命盘的哪个方面
3. 如果多个 chunk 提供同一主题的不同视角，合并使用以给出全面解读
4. 如果知识库检索结果与你的内部记忆冲突，**以检索结果为准**
5. 如果在检索结果中找不到相关信息，再使用下方"数字含义参考"中的内置信息

# 数字含义参考（即备知识，知识库中无相关内容时使用）
- 1 (开创者): 独立、创新、领导力
- 2 (合作者): 细腻、敏感、善于沟通
- 3 (表达者): 创意、社交、乐观向上
- 4 (建设者): 务实、稳定、规则意识
- 5 (自由者): 冒险、变化、适应力强
- 6 (守护者): 责任、关爱、追求完美
- 7 (探索者): 深度思考、求知、内省
- 8 (掌控者): 权威、商业头脑、决策力
- 9 (智慧者): 博爱、理想主义、包容
- 11 (启迪者): 直觉力强、灵感丰富（卓越数）
- 22 (建造大师): 将理想变为现实（卓越数）
- 33 (大爱者): 无私奉献、疗愈他人（卓越数）

# 响应格式
1. 首先回应用户的具体问题
2. 引用命盘中的具体位置和数字进行解释
3. 提供有针对性的建议
4. 保持友好、鼓励的语气
5. 回复语言使用中文

# chart_context JSON 结构说明
用户命盘数据通过 chart_context 变量传入，包含以下关键字段：
- mainCharacter: 主性格数字（位于 O 位）
- positions: 全部 15 个位置（A-O）的数字值
- zones: 五区数据，每区包含名称、位置列表和对应数字值
- isMasterNumber: 主性格是否为卓越数
- chartName: 用户姓名（如有提供）
- birthYear/month/day: 出生日期

请根据这些数据为用户提供有深度、个性化的数字能量学解读。

3A. 知识库检索增强集成（RAG）

3A.1 检索策略

Chatflow 在 LLM 节点之前插入知识检索（Knowledge Retrieval）节点，从知识库 数字能量学知识库 V2（ID: 3ff939b3-8686-44f6-8ef5-65b1e53b55d3）中检索与用户问题最相关的内容。

为什么需要 RAG：

硬编码在 System Prompt 中的 1-9 数字含义过于简略（仅 1 行/数字），无法支撑深度解读
知识库包含 25 篇文档（179,730 words），覆盖 P0 核心文档（A1/B2/C1/C2）
每次 Chatflow 调用时动态检索，LLM 根据检索结果进行解读，精度远超固定提示词

3A.2 多轮对话中的检索策略

轮次	检索策略	说明
第一轮（首次发送）	chart_context 智能构建查询	后端首次发送时附带 `chart_context`，Chatflow 通过代码节点/LLM 节点自动提取命盘关键信息生成结构化 KB 查询
后续轮次	直接用用户 query 检索	Dify Chatflow 自动保存会话上下文，后续直接以 `query` 检索
深度追问	一次对话多次检索	每次用户提问都触发 KB 检索，确保每轮回复都有最新知识支撑

3A.3 查询变量构建方案

在 Chatflow 中插入一个代码节点（Code Node） 或 LLM 节点，将 chart_context 转换为最优 KB 查询：

# 代码节点：将 chart_context + query 转换为 KB 查询
def main(chart_context: dict, query: str) -> dict:
    # 解析 chart_context
    positions = chart_context.get("positions", {})
    main_number = chart_context.get("mainCharacter", 0)
    
    # 从用户 query 中提取关键词
    dimension_keywords = {
        "事业": "事业维度 延年",
        "财富": "财富维度 天医",
        "感情": "感情维度 六煞",
        "健康": "健康维度 绝命 五鬼",
        "性格": "主性格 性格特质",
    }
    
    kb_query = query  # 默认直接用用户问题
    for keyword, search_term in dimension_keywords.items():
        if keyword in query:
            kb_query = f"{search_term} {query}"
            break
    
    return {
        "kb_query": kb_query,
    }

也可简化配置：直接使用用户 query 作为 KB 检索查询（如果不需要维度映射预处理）。

3A.4 Metadata 过滤

Dify v1.11.4 知识库支持 metadata 过滤。在知识检索节点中可按 tags 过滤：

维度过滤：tags 包含 ["维度:财富"]（用户问财富相关问题）
优先级过滤：tags 包含 ["优先级:P0"]（优先返回核心文档）
文档类型过滤：tags 包含 ["用途:判读规则"]（需要判读规则时）

3A.5 检索参数配置

参数	推荐值	说明
Top-K	6	每次检索返回 6 个 chunks，覆盖足够信息
Score Threshold	0.5	低于此阈值的结果被过滤（已在 KB 层面配置）
Retrieval Mode	Hybrid Search	向量 60% + 全文 40%，兼顾语义和关键词匹配

4. Dify Chatflow 节点配置

4.1 完整节点列表

节点	类型	配置
START	开始节点	输入变量：`chart_context` (JSON), `query` (String)
Knowledge Retrieval	知识检索节点	Dataset: `数字能量学知识库 V2` (ID: `3ff939b3-8686-44f6-8ef5-65b1e53b55d3`) Query: `{{#sys.query#}}`（用户 query 变量，或代码节点输出的 `kb_query`） Top-K: 6 Score Threshold: 0.5 Result Type: paragraph
LLM	LLM 节点	System Prompt: 见第 3 节（含 KB 使用规则） Model: gpt-4o 或 Claude 3.5 Sonnet Temperature: 0.7 Max Tokens: 2000 Memory: 启用对话轮次 (最近 6 轮) Context: 引用 Knowledge Retrieval 节点的输出作为上下文
END	结束节点	输出变量：`answer` (String) — LLM 节点的输出文本

4.2 节点连接关系

START ──→ Knowledge Retrieval ──→ LLM ──→ END
                                     ↑
                              (chart_context 也传入 LLM)

4.3 LLM 节点变量映射

Dify 变量	映射到	说明
`chart_context`	LLM 系统提示词中的上下文变量	命盘数据，嵌入提示词中供 LLM 引用
`query`	LLM 用户消息输入	用户提问内容
`knowledge_retrieval`	LLM 系统提示词中的检索结果上下文	知识库检索返回的 chunks，LLM 需优先使用

4.4 简化版配置（无代码节点）

如果不使用代码节点转换查询，可直接将 query 变量传给 Knowledge Retrieval 节点作为检索查询。Chatflow 配置如下：

START (chart_context, query)
    │
    ▼
[Knowledge Retrieval Node]
    ├─ 查询: {{#sys.query#}}
    ├─ 数据集: 数字能量学知识库 V2
    └─ Top-K: 6
    │
    ▼
[LLM Node]
    ├─ System Prompt: 含 KB 使用规则 + chart_context
    └─ Context: 引用 KB 检索结果
    │
    ▼
END (answer)

4.5 进阶版配置（带代码节点预处理）

START (chart_context, query)
    │
    ▼
[Code Node: 查询构建]
    ├─ 输入: chart_context, query
    └─ 输出: kb_query (构建后的检索查询)
    │
    ▼
[Knowledge Retrieval Node]
    ├─ 查询: {{kb_query}}
    ├─ 数据集: 数字能量学知识库 V2
    └─ Top-K: 6
    │
    ▼
[LLM Node]
    ├─ System Prompt: 含 KB 使用规则 + chart_context
    └─ Context: 引用 KB 检索结果
    │
    ▼
END (answer)

5. 示例对话

示例 1：主性格解读

用户输入： 请解读我的主性格

chart_context 示例：

{
  "positions": {"O": 7},
  "mainCharacter": 7,
  "zones": {
    "leftZone": {"values": [1, 1, 4, 7]},
    "middleZone": {"values": [9, 4, 5, 11, 3, 7]},
    "rightZone": {"values": [4, 7, 6, 4, 6, 6, 7]}
  },
  "isMasterNumber": false
}

预期回复（示例）：

你好！根据你的数字命盘，你的主性格数字是 7。

🔹 主性格 7 号 — 探索者

7 号人是天生的思考者和探索者，你对世界有着强烈的好奇心和求知欲。你善于分析、喜欢独处思考，对于哲学、科学和未知领域有天然的吸引力。

✨ 你的核心特质：
- 深度思考能力：你善于从现象看到本质
- 独立精神：不盲从权威，有自己的判断标准
- 分析天赋：逻辑清晰，适合研究分析类工作

💡 成长建议：
- 多信任自己的直觉，你的第六感往往很准
- 适度走出思考的舒适区，增加社交互动
- 避免过度完美主义，行动比完美更重要

你的左区（0-20岁）有数字 1 和 4，说明早年培养了独立自主的性格和务实的态度；中区（20-40岁）出现卓越数 11，预示着这个阶段你的直觉力和灵感将显著提升。

想了解更多关于某个区域的详细解读吗？

示例 2：财富与事业发展

用户输入： 我的事业发展和财富运势如何？