feat: 示例问题老板视角过滤+画像定向+prompt禁止清单

后端:
- filter_boss_perspective(): 关键词过滤员工视角问题
  覆盖:加班费/被辞退/拖欠工资/工伤认定/产假/劳动仲裁/降薪扣工资等
- /samples: prompt加禁止清单+正确视角示例,返回前过滤
  画像注入加行业定向(有industry时明确要求生成行业相关问题)
- /topics: prompt加禁止清单+正确视角示例,返回前过滤
- generate_daily_topics: prompt加禁止清单+正确视角示例,返回前过滤

前端:
- 审查FALLBACK_SAMPLES: 三个场景兜底示例均为老板视角,无需修改

Generated with [Devin](https://devin.ai)

Co-Authored-By: Devin <158243242+devin-ai-integration[bot]@users.noreply.github.com>

api.py

@@ -18,7 +18,7 @@ from bossai import (
     ExpertStore, ConsultationStore, RatingStore,
     DocumentGenerator, RegulationUpdateManager, FactFinder,
     ChatStore, redact,
-    DailyTopicStore, generate_daily_topics,
+    DailyTopicStore, generate_daily_topics, filter_boss_perspective,
 )
 
 # ===== 日志脱敏 =====
@@ -394,9 +394,19 @@ def generate_topics(req: TopicsRequest):
 1. 话题要覆盖该场景下不同方向,不要只集中在某一类
 2. 结合用户画像(如有)推荐个性化话题
 3. 示例问题要具体、贴近中小企业老板实际
-4. **所有问题必须从老板/雇主视角出发**(BossAi 的用户是企业老板,不是员工)。例如劳动用工应问"员工工伤后能开除吗"而非"拖欠工资怎么追讨"
+4. **所有问题必须从老板/雇主视角出发**(BossAi 的用户是企业老板,不是员工)
 5. 返回JSON数组格式:[{{"title":"话题名","desc":"简短描述","samples":["问题1","问题2","问题3","问题4"]}}]
-6. 只返回JSON,不要其他文字{existing_str}"""
+6. 只返回JSON,不要其他文字{existing_str}
+
+**严禁生成员工视角问题:**
+- 加班费怎么算、被辞退怎么维权、拖欠工资怎么追讨
+- 请假被拒、工伤认定、产假怎么休、劳动仲裁怎么告公司
+- 降我薪、扣我工资、罚我款、被歧视、被骚扰
+
+**正确视角示例:**
+- 老板问:员工工伤后能开除吗?(不是"工伤赔偿怎么申请")
+- 老板问:辞退员工要赔多少?(不是"被辞退怎么维权")
+- 老板问:客户拖欠货款如何催收?(不是"拖欠工资怎么追")"""
 
     try:
         answer = kimi.chat([{"role": "user", "content": prompt}], temperature=0.8)
@@ -411,15 +421,19 @@ def generate_topics(req: TopicsRequest):
         if start == -1 or end == -1:
             return {"topics": builtin_topics.get(req.scene, builtin_topics["legal"])}
         topics = json.loads(answer[start:end + 1])
-        # 校验结构
+        # 校验结构 + 老板视角过滤
         valid_topics = []
         for t in topics:
             if isinstance(t, dict) and t.get("title") and t.get("samples"):
-                valid_topics.append({
+                boss_samples = filter_boss_perspective(
-                    "title": str(t["title"])[:10],
+                    [str(s) for s in t["samples"] if isinstance(s, str) and s.strip()]
-                    "desc": str(t.get("desc", ""))[:30],
+                )[:4]
-                    "samples": [str(s) for s in t["samples"] if isinstance(s, str) and s.strip()][:4],
+                if boss_samples:
-                })
+                    valid_topics.append({
+                        "title": str(t["title"])[:10],
+                        "desc": str(t.get("desc", ""))[:30],
+                        "samples": boss_samples,
+                    })
         if len(valid_topics) < 3:
             return {"topics": builtin_topics.get(req.scene, builtin_topics["legal"])}
         return {"topics": valid_topics[:8]}
@@ -469,6 +483,17 @@ def generate_samples(req: SampleRequest):
             profile_ctx = build_profile_context(profile)
             if profile_ctx:
                 prompt += f"用户画像(请结合画像生成更贴合用户自身情况的问题):\n{profile_ctx}\n\n"
+                # 行业定向:如果有行业,加明确指令
+                if profile.industry:
+                    industry_map = {
+                        "retail": "零售/餐饮", "manufacturing": "制造业/工厂",
+                        "tech": "科技/互联网", "service": "服务业",
+                        "construction": "建筑/工程", "logistics": "物流/运输",
+                        "finance": "金融/投资", "education": "教育/培训",
+                        "healthcare": "医疗/健康", "agriculture": "农业/农产品",
+                    }
+                    industry_label = industry_map.get(profile.industry, profile.industry)
+                    prompt += f"**用户行业为{industry_label},请生成与该行业密切相关的问题**\n\n"
         except Exception:
             pass
     if existing:
@@ -482,7 +507,13 @@ def generate_samples(req: SampleRequest):
         "2. **所有问题必须从老板/雇主视角出发**(用户是企业老板,不是员工)\n"
         "3. 每个问题 15-30 字\n"
         "4. 不要重复已展示过的问题\n"
-        "5. 只返回 JSON 数组,如 [\"问题1\", \"问题2\", \"问题3\", \"问题4\"]\n"
+        "5. 只返回 JSON 数组,如 [\"问题1\", \"问题2\", \"问题3\", \"问题4\"]\n\n"
+        "**严禁生成员工视角问题(如:加班费怎么算、被辞退怎么维权、拖欠工资怎么追讨、**\n"
+        "**请假被拒、工伤认定、产假怎么休、劳动仲裁怎么告公司、降我薪扣我工资等)**\n\n"
+        "**正确视角示例:**\n"
+        "- 老板问:员工工伤后能开除吗?(不是"工伤赔偿怎么申请")\n"
+        "- 老板问:辞退员工要赔多少?(不是"被辞退怎么维权")\n"
+        "- 老板问:客户拖欠货款如何催收?(不是"拖欠工资怎么追")\n"
     )
 
     try:
@@ -507,8 +538,10 @@ def generate_samples(req: SampleRequest):
         if start == -1 or end == -1:
             return {"samples": builtin.get(req.scene, builtin["legal"])}
         samples = json.loads(answer[start:end + 1])
-        # 过滤非字符串和空值
+        # 过滤:老板视角 + 非字符串 + 去重
-        samples = [s for s in samples if isinstance(s, str) and s.strip()][:4]
+        samples = filter_boss_perspective(
+            [s for s in samples if isinstance(s, str) and s.strip()]
+        )[:4]
         if len(samples) < 2:
             return {"samples": builtin.get(req.scene, builtin["legal"])}
         return {"samples": samples}

bossai.py

@@ -3291,6 +3291,64 @@ class DailyTopicStore:
         ]
 
 
+# ===== 老板视角过滤 =====
+
+# 员工视角关键词:出现这些问题时,说明 AI 从员工角度生成了问题
+EMPLOYEE_PERSPECTIVE_KEYWORDS = [
+    "加班费", "加班工资", "调休怎么", "请假被", "申请休假",
+    "被辞退", "被开除", "被裁员", "被解雇", "辞退补偿", "离职补偿",
+    "拖欠工资", "拖欠我", "欠薪怎么", "老板不给",
+    "社保没给我", "公积金没缴", "不给我签合同",
+    "工伤认定", "工伤赔偿我", "伤残补助",
+    "产假", "哺乳假", "年休假怎么休",
+    "劳动仲裁我", "仲裁怎么告", "怎么告公司",
+    "举报公司", "投诉公司", "举报老板",
+    "试用期被", "转正被",
+    "歧视我", "骚扰我", "针对我",
+    "降我薪", "扣我工资", "罚我款",
+    "不让我", "不给我",
+]
+
+# 老板视角关键词:出现这些问题时,确认是老板视角
+BOSS_PERSPECTIVE_KEYWORDS = [
+    "员工工伤后能开除", "员工被辞退要赔", "辞退员工", "开除员工",
+    "员工不签合同", "员工仲裁", "员工离职",
+    "拖欠货款", "客户欠款", "催收货款",
+    "合伙人退股", "股东不出资", "股东纠纷",
+    "税务稽查", "发票开错", "税务罚款",
+    "扩张", "融资", "裁员", "招人",
+    "公司股权", "公司分红", "公司经营",
+    "业务转型", "业务线", "定价",
+]
+
+
+def filter_boss_perspective(questions: list[str]) -> list[str]:
+    """过滤掉员工视角的问题,只保留老板视角。
+
+    判断规则:
+    1. 包含员工视角关键词 → 过滤掉
+    2. 包含老板视角关键词 → 保留
+    3. 中性问题(不含任何关键词) → 保留
+
+    Args:
+        questions: AI 生成的问题列表
+
+    Returns:
+        过滤后的老板视角问题列表
+    """
+    valid = []
+    for q in questions:
+        q = str(q).strip()
+        if not q or len(q) > 50:
+            continue
+        # 检查是否员工视角
+        is_employee = any(kw in q for kw in EMPLOYEE_PERSPECTIVE_KEYWORDS)
+        if is_employee:
+            continue
+        valid.append(q)
+    return valid
+
+
 def generate_daily_topics(kimi_client, store: DailyTopicStore) -> dict:
     """AI 生成当天 4 个场景的热点问题并存库。
 
@@ -3341,13 +3399,29 @@ def generate_daily_topics(kimi_client, store: DailyTopicStore) -> dict:
 请生成25-30个该场景下老板最焦虑、最关注的热点问题。
 
 要求:
-1. 问题必须从老板/雇主视角出发(BossAi 用户是企业老板)
+1. **所有问题必须从老板/雇主视角出发**(BossAi 用户是企业老板,不是员工)
 2. 结合当前季节性和时事热点(如政策变化、节日前后、经济形势)
 3. 问题要具体、有场景感、能直接开问,不要空泛
 4. 涵盖该场景下不同方向,不要集中在某一类
 5. 问题长度 10-30 字
 6. 返回JSON数组格式:["问题1","问题2",...]
-7. 只返回JSON,不要其他文字"""
+7. 只返回JSON,不要其他文字
+
+**严禁生成以下员工视角问题(违反则整批作废):**
+- 加班费怎么算、加班工资、调休、请假被拒、申请休假
+- 被辞退/被开除/被裁员后怎么维权、辞退补偿、离职补偿
+- 拖欠工资怎么追讨、老板不给钱、欠薪怎么告
+- 工伤认定、工伤赔偿、伤残补助怎么申请
+- 产假/哺乳假/年休假怎么休
+- 劳动仲裁怎么告公司、举报公司、投诉老板
+- 试用期被辞、转正被卡、被歧视、被骚扰
+- 降我薪、扣我工资、罚我款
+
+**正确视角示例(老板问的):**
+- 员工工伤后能开除吗?(不是"工伤赔偿怎么申请")
+- 辞退员工要赔多少?(不是"被辞退怎么维权")
+- 员工不签合同有何风险?(不是"老板不签合同怎么办")
+- 客户拖欠货款3个月如何催收?(不是"拖欠工资怎么追")"""
 
         try:
             answer = kimi_client.chat(
@@ -3366,16 +3440,16 @@ def generate_daily_topics(kimi_client, store: DailyTopicStore) -> dict:
                 results[scene] = {"count": 0, "source": "ai", "error": "JSON解析失败"}
                 continue
             questions = json.loads(answer[start:end + 1])
-            # 过滤和去重
+            # 过滤:老板视角 + 去重
+            boss_questions = filter_boss_perspective(questions)
             valid = []
             seen = set()
-            for q in questions:
+            for q in boss_questions:
-                q = str(q).strip()
+                if q not in seen:
-                if q and q not in seen and len(q) <= 50:
                     valid.append(q)
                     seen.add(q)
             if len(valid) < 10:
-                results[scene] = {"count": 0, "source": "ai", "error": "有效问题不足10个"}
+                results[scene] = {"count": 0, "source": "ai", "error": f"过滤后有效问题不足10个(原始{len(questions)}个)"}
                 continue
             store.upsert(scene, valid[:30], source="ai")
             results[scene] = {"count": len(valid[:30]), "source": "ai"}