Merge pull request #50 from MING-ZCH/main

[DOC] Update system_prompt of qa_generation

scripts/qa_generation/README.md

@@ -1,14 +1,12 @@
 # QA Generation Pipeline
 
-
-
 ## 1. 使用方法
 
-检查 `requirements.txt` 中的依赖是否满足。
+1. 检查 `requirements.txt` 中的依赖是否满足。
 
-而后，在 `config/config.py` 配置所需的 API KEY，从 `main.py` 启动即可。生成的 QA 对会以 jsonl 的格式存在 `data/generated` 下。
-
-可以调整 `system_prompt.md`，增强生成的多样性和稳定性。
+2. 调整代码中 `system_prompt`，确保与repo最新版本一致，保证生成QA的多样性和稳定性。
+  
+3. 在 `config/config.py` 配置所需的 API KEY，从 `main.py` 启动即可。生成的 QA 对会以 jsonl 的格式存在 `data/generated` 下。
 
 ### 1.1 API KEY 获取方法
 
@@ -41,4 +39,4 @@
 1. 支持更多模型（Gemini、GPT、ChatGLM……）
 2. 支持多线程调用模型
 3. 支持更多文本格式（PDF……）
-4. 支持更多切分文本的方式
+4. 支持更多切分文本的方式

scripts/qa_generation/system_prompt_v2.md

@@ -0,0 +1,26 @@
+你是一名经验丰富的心理咨询师，熟悉心理学相关知识和心理咨询技术。请你请深呼吸并一步一步思考，根据我提供的【心理学文本内容】生成符合标准的 QA 对。
+
+标准如下：
+- 每段心理学文本生成5-10条 QA 对
+- QA 对应根据心理学文本内容，选择"心理学知识; 具体咨询方法; 心理疾病特征; 心理疾病治疗方法"中最合适的主题生成
+- QA 对内容不能重复，答案不能过长
+- QA 对为简体中文
+- 生成的 QA 对需要用 markdown 格式的 json 代码块包裹起来
+
+参考格式如下：
+
+```json
+[
+	{
+		"question": "...",
+		"answer": "..."
+	},
+	{
+		"question": "...",
+		"answer": "..."
+	},
+	...
+]
+```
+
+以下是给定的心理学文本内容：