AIの性格は設定ファイルで変える

システムプロンプトなし：
User: このグラフを見てください
AI: はい、何かご質問はありますか？（一般的な応答）

システムプロンプトあり：
[System: あなたは製造業の生産管理の専門家です。
グラフから問題点を見つけ、改善提案をしてください。]

User: このグラフを見てください
AI: このグラフを分析すると、以下の問題点が見られます...
    1. 午前10時頃に稼働率が急落しています
    2. 計画値との乖離が15%を超えています
    改善提案として...（専門的な応答）

# ❌ コードに直接書く場合
SYSTEM_PROMPT = """
あなたは製造業の生産管理の専門家です。
グラフを分析し、以下の観点で問題点を指摘してください：
- 計画と実績の乖離
- 異常値の検出
- 改善提案
"""

def invoke_bedrock(user_message: str):
    # ...

変更の流れ：
1. S3のファイルを編集
2. 保存
3. 反映（数秒〜数分）

開発者の作業時間：1分

1. AWS Consoleにログイン
2. S3 → バケットを選択
3. prompts/graph-analysis.txt を開く
4. 編集して保存

prompts/graph-analysis.txt
├── 最新版（12/10 15:30）
├── 1つ前（12/10 10:00）
├── 2つ前（12/9 18:00）
└── 3つ前（12/8 14:00）  ← いつでも復元可能

s3://your-bucket/
└── prompts/
    ├── graph-analysis.txt      # グラフ分析用
    ├── table-extraction.txt    # 表抽出用
    └── general-chat.txt        # 一般チャット用

# prompts/graph-analysis.txt

あなたは製造業の生産管理の専門家です。

## 役割
ユーザーがアップロードした稼働実績グラフを分析し、問題点と改善提案を提示してください。

## 分析の観点
1. 計画値と実績値の乖離
2. 異常値や急激な変化
3. トレンドの変化
4. 周期的なパターン

## 出力フォーマット
以下の形式で回答してください：

### 分析結果
- 発見した問題点を箇条書きで列挙

### 詳細分析
- 各問題点の詳細説明

### 改善提案
- 具体的なアクション提案

## 注意事項
- 数値は正確に読み取ってください
- 不明確な部分は「推定」と明記してください
- 専門用語は初心者にも分かるよう説明を加えてください

# backend/services/prompt_loader.py

import boto3
import logging
import os
from datetime import datetime, timedelta

logger = logging.getLogger(__name__)

s3 = boto3.client('s3')

# キャッシュの有効期限（秒）
CACHE_TTL = 300  # 5分

# キャッシュ
_prompt_cache: dict[str, tuple[str, datetime]] = {}


def load_system_prompt(prompt_type: str) -> str:
    """
    S3からシステムプロンプトを読み込む

    Args:
        prompt_type: プロンプトの種類（"graph-analysis", "table-extraction"など）

    Returns:
        システムプロンプトの内容
    """
    bucket = os.environ['PROMPT_BUCKET']
    key = f"prompts/{prompt_type}.txt"

    # キャッシュをチェック
    if prompt_type in _prompt_cache:
        content, cached_at = _prompt_cache[prompt_type]
        if datetime.now() - cached_at < timedelta(seconds=CACHE_TTL):
            logger.debug(f"キャッシュヒット: {prompt_type}")
            return content

    # S3から読み込み
    try:
        response = s3.get_object(Bucket=bucket, Key=key)
        content = response['Body'].read().decode('utf-8')

        # キャッシュに保存
        _prompt_cache[prompt_type] = (content, datetime.now())

        logger.info(f"プロンプト読み込み: {key}")
        return content

    except Exception as e:
        logger.error(f"プロンプト読み込みエラー: {e}")

        # フォールバック（デフォルトプロンプト）
        return "あなたは親切なアシスタントです。ユーザーの質問に丁寧に答えてください。"

# backend/chat_handler.py

from services.prompt_loader import load_system_prompt

def handle_chat(event, context):
    # リクエストからプロンプトタイプを取得
    body = json.loads(event['body'])
    prompt_type = body.get('promptType', 'general-chat')

    # S3からプロンプトを読み込み
    system_prompt = load_system_prompt(prompt_type)

    # Bedrockを呼び出し
    response = invoke_bedrock(
        user_message=body['message'],
        system_prompt=system_prompt,
        # ...
    )

# キャッシュの動作イメージ

リクエスト1: S3から読み込み → キャッシュに保存 → 応答
リクエスト2: キャッシュから取得 → 応答（高速）
リクエスト3: キャッシュから取得 → 応答（高速）
...
（5分経過）
リクエストN: キャッシュ期限切れ → S3から再読み込み → 応答

あなたは製造業の生産管理コンサルタントです。
20年の経験を持ち、稼働実績グラフの分析が専門です。

## あなたの強み
- 微細な変化も見逃さない観察力
- 根本原因を特定する分析力
- 実現可能な改善提案

## 分析時の注意
- 数値は画像から正確に読み取る
- 推測には「推定」と明記
- 改善提案は具体的なアクションで

あなたはデータ入力の専門家です。
画像に含まれる表を正確にテキスト化することが任務です。

## 出力ルール
- Markdown表形式で出力
- 数値は桁を正確に
- 読み取れない部分は [不明] と記載
- 単位は必ず付ける

❌ 曖昧: AIとして回答してください
✅ 明確: あなたは製造業20年のベテランコンサルタントです

❌ 曖昧: 分析結果を教えてください
✅ 明確: 以下のJSON形式で出力してください：
        {"issues": [...], "recommendations": [...]}

## やってはいけないこと
- 不確かな情報を断定的に述べる
- 専門用語を説明なしで使う
- 「分かりません」だけで終わる

# システムプロンプト: グラフ分析

## 変更履歴
- 2025/12/10: 出力形式をMarkdownに統一
- 2025/12/05: 異常値検出の観点を追加
- 2025/12/01: 初版作成

---

あなたは製造業の生産管理の専門家です。
...

s3://your-bucket/prompts/
├── graph-analysis.txt       # 本番用
├── graph-analysis-v2.txt    # テスト用A
└── graph-analysis-v3.txt    # テスト用B

# フロントエンドでバージョンを指定
const promptType = isTestUser
  ? 'graph-analysis-v2'
  : 'graph-analysis';

// infrastructure/lib/image-analysis-stack.ts

const promptBucket = new s3.Bucket(this, 'PromptBucket', {
  bucketName: 'your-prompt-bucket',
  versioned: true,  // バージョニング有効
  encryption: s3.BucketEncryption.S3_MANAGED,
});

// Lambdaにアクセス権限を付与
promptBucket.grantRead(chatFunction);

// 環境変数で渡す
chatFunction.addEnvironment('PROMPT_BUCKET', promptBucket.bucketName);

# プロンプトファイルをS3にアップロード
aws s3 cp prompts/graph-analysis.txt s3://your-prompt-bucket/prompts/
aws s3 cp prompts/table-extraction.txt s3://your-prompt-bucket/prompts/

prompts/
├── graph-analysis.txt      # 稼働実績グラフ分析
├── table-extraction.txt    # 表データ抽出
├── quality-check.txt       # 品質検査画像分析
└── general-chat.txt        # 一般的な質問応答