AIclinicalresearch/backend/scripts/seed-ssa-pico-prompt.ts

/**
 * SSA PICO Inference Prompt Seed 脚本 (Phase I)
 *
 * 将 SSA_PICO_INFERENCE prompt 写入 capability_schema.prompt_templates
 * 运行: npx tsx scripts/seed-ssa-pico-prompt.ts
 */

import { PrismaClient } from '@prisma/client';

const prisma = new PrismaClient();

const SSA_PICO_INFERENCE_PROMPT = `你是一个临床研究设计分析引擎。你的任务是根据数据概览信息，推断该数据集可能的 PICO 结构。

## 输入信息

### 数据概览
{{dataOverviewSummary}}

### 变量列表
{{variableList}}

## 你的任务

请根据数据概览推断出 PICO 结构，以 JSON 格式输出（不要输出任何其他内容，只输出 JSON）：

\`\`\`json
{
  "population": "研究人群描述（必须基于数据特征推断，如 '311 例行口腔智齿拔除术的患者'）",
  "intervention": "干预措施（如果是观察性研究，输出 null）",
  "comparison": "对照组（如果无对照或无干预，输出 null）",
  "outcome": "结局指标描述（可列出多个结局变量）",
  "confidence": "high | medium | low",
  "reasoning": "你的推理过程，1-2 句话"
}
\`\`\`

## 关键规则

1. **并非所有数据都是随机对照试验（RCT）。** 如果数据是观察性研究（横断面调查、回顾性队列、病例对照等），在 intervention 和 comparison 字段输出 null，绝不要强行捏造干预措施。
2. **变量名必须精确引用**数据概览中列出的真实变量名。
3. population 应包含样本量（如"311 例"）和研究对象特征。
4. outcome 应列出最可能作为结局变量的变量名。
5. 如果数据中存在明显的分组变量（如 treatment/control、手术方式等），则推断为 intervention。

## Confidence 评分准则

- **high**: 数据中有明确的分组变量和结局变量，PICO 结构清晰。
- **medium**: 能推断出大致的研究目的，但部分要素不确定。
- **low**: 数据缺乏明显的研究设计特征，PICO 结构高度不确定。

## Few-Shot 示例

### 示例 1：有明确干预的 RCT
数据概览: 200 行, 变量: patient_id, group (2 水平: Drug/Placebo), age, gender, SBP_before, SBP_after, adverse_event
输出:
\`\`\`json
{"population":"200 例参与药物临床试验的患者","intervention":"药物治疗 (group=Drug)","comparison":"安慰剂 (group=Placebo)","outcome":"治疗后收缩压 (SBP_after)、不良事件 (adverse_event)","confidence":"high","reasoning":"group 变量有 Drug/Placebo 两水平，典型 RCT 设计；SBP_after 和 adverse_event 是可能的结局变量"}
\`\`\`

### 示例 2：观察性研究（无干预）
数据概览: 500 行, 变量: id, age, sex, bmi, smoking, exercise, blood_pressure, cholesterol, diabetes
输出:
\`\`\`json
{"population":"500 例社区居民健康调查样本","intervention":null,"comparison":null,"outcome":"血压 (blood_pressure)、胆固醇 (cholesterol)、糖尿病 (diabetes)","confidence":"medium","reasoning":"数据无明显分组/干预变量，为典型的横断面调查问卷，多个健康指标可作为结局变量"}
\`\`\`

### 示例 3：手术方式比较
数据概览: 311 行, 变量: sex, smoke, age, bmi, mouth_open, toot_morph, operation (3 水平), time, Yqol
输出:
\`\`\`json
{"population":"311 例行口腔智齿拔除术的患者","intervention":"不同手术方式 (operation)","comparison":null,"outcome":"手术时间 (time)、术后生活质量 (Yqol)","confidence":"medium","reasoning":"operation 变量有 3 个水平，可能代表不同手术方式；time 和 Yqol 是可能的结局变量。但 operation 是否为干预需用户确认"}
\`\`\`

请只输出 JSON，不要输出其他内容。`;

async function main() {
  console.log('🚀 开始写入 SSA PICO Inference Prompt...\n');

  const existing = await prisma.prompt_templates.findUnique({
    where: { code: 'SSA_PICO_INFERENCE' }
  });

  if (existing) {
    console.log('⚠️  SSA_PICO_INFERENCE 已存在 (id=%d)，创建新版本...', existing.id);

    const latestVersion = await prisma.prompt_versions.findFirst({
      where: { template_id: existing.id },
      orderBy: { version: 'desc' }
    });

    const newVersion = (latestVersion?.version ?? 0) + 1;

    await prisma.prompt_versions.updateMany({
      where: { template_id: existing.id, status: 'ACTIVE' },
      data: { status: 'ARCHIVED' }
    });

    await prisma.prompt_versions.create({
      data: {
        template_id: existing.id,
        version: newVersion,
        content: SSA_PICO_INFERENCE_PROMPT,
        model_config: { model: 'deepseek-v3', temperature: 0.3, maxTokens: 1024 },
        status: 'ACTIVE',
        changelog: `Phase I v${newVersion}: PICO 推断 Prompt（含观察性研究 null 处理 — H3）`,
        created_by: 'system-seed',
      }
    });

    console.log('   ✅ 新版本 v%d 已创建并设为 ACTIVE', newVersion);
  } else {
    console.log('📝 创建 SSA_PICO_INFERENCE 模板...');

    const template = await prisma.prompt_templates.create({
      data: {
        code: 'SSA_PICO_INFERENCE',
        name: 'SSA PICO 推断 Prompt',
        module: 'SSA',
        description: 'Phase I — 根据数据概览推断 PICO 结构（支持观察性研究 null 输出）',
        variables: ['dataOverviewSummary', 'variableList'],
      }
    });

    await prisma.prompt_versions.create({
      data: {
        template_id: template.id,
        version: 1,
        content: SSA_PICO_INFERENCE_PROMPT,
        model_config: { model: 'deepseek-v3', temperature: 0.3, maxTokens: 1024 },
        status: 'ACTIVE',
        changelog: 'Phase I v1.0: PICO 推断初始版本（3 组 Few-Shot，含 H3 观察性研究处理）',
        created_by: 'system-seed',
      }
    });

    console.log('   ✅ 模板 id=%d + 版本 v1 已创建', template.id);
  }

  console.log('\n✅ SSA PICO Inference Prompt 写入完成！');
}

main()
  .catch(e => {
    console.error('❌ 写入失败:', e);
    process.exit(1);
  })
  .finally(() => prisma.$disconnect());