Update app.py

app.py

@@ -188,6 +188,9 @@ def generate_response(user_input):
         physics_consideration = " DeepSeekの物理学的知見を考慮して" if is_physics else ""
         deepseek_section = f"DeepSeekの物理学的知見:\n{deepseek_knowledge}" if is_physics else ""
         
+        # 通常モード用のシステムプロンプトをロード
+        system_prompt = load_system_prompt(MODELS["qwen_coder"], "通常モード")
+        
         qwen_prompt = f"""
         以下のユーザー入力に対してコーディングアシスタントとして回答してください。
         Mistral Sabaの分析結果と{physics_consideration}、
@@ -203,7 +206,10 @@ def generate_response(user_input):
         
         qwen_response = client.chat.completions.create(
             model=MODELS["qwen_coder"],
-            messages=[{"role": "user", "content": qwen_prompt}],
+            messages=[
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": qwen_prompt}
+            ],
             temperature=0.5,
             max_tokens=4000
         )
@@ -211,7 +217,12 @@ def generate_response(user_input):
         final_response = qwen_response.choices[0].message.content
     
     elif st.session_state.current_mode == "実装モード":
-        # Step 2a: Qwen Coderによる設計書作成
+        # 物理関連の条件分岐を変数で処理
+        deepseek_section = f"DeepSeekの物理学的知見:\n{deepseek_knowledge}" if is_physics else ""
+        
+        # Step 2a: Qwen Coderによる設計書作成（通常モードのシステムプロンプトを利用）
+        design_system_prompt = load_system_prompt(MODELS["qwen_coder"], "通常モード")
+        
         design_prompt = f"""
         以下のユーザー入力に基づいて、実装するコードの設計書を作成してください。
         設計書には以下の項目を含めてください：
@@ -226,12 +237,15 @@ def generate_response(user_input):
         Mistral Sabaの分析:
         {mistral_analysis}
         
-        {'DeepSeekの物理学的知見:\n' + deepseek_knowledge if is_physics else ''}
+        {deepseek_section}
         """
         
         design_response = client.chat.completions.create(
             model=MODELS["qwen_coder"],
-            messages=[{"role": "user", "content": design_prompt}],
+            messages=[
+                {"role": "system", "content": design_system_prompt},
+                {"role": "user", "content": design_prompt}
+            ],
             temperature=0.4,
             max_tokens=3000
         )
@@ -242,7 +256,9 @@ def generate_response(user_input):
             "content": design_doc
         })
         
-        # Step 2b: 設計書に基づいて実装コードを生成
+        # Step 2b: 設計書に基づいて実装コードを生成（実装モード用のシステムプロンプトを利用）
+        implementation_system_prompt = load_system_prompt(MODELS["qwen_coder"], "実装モード")
+        
         implementation_prompt = f"""
         以下の設計書に基づいて、完全な実装コードを提供してください。
         コードは実行可能で、エラー処理が適切に行われているものにしてください。
@@ -257,7 +273,10 @@ def generate_response(user_input):
         
         implementation_response = client.chat.completions.create(
             model=MODELS["qwen_coder"],
-            messages=[{"role": "user", "content": implementation_prompt}],
+            messages=[
+                {"role": "system", "content": implementation_system_prompt},
+                {"role": "user", "content": implementation_prompt}
+            ],
             temperature=0.5,
             max_tokens=4000
         )
@@ -265,6 +284,12 @@ def generate_response(user_input):
         final_response = implementation_response.choices[0].message.content
     
     elif st.session_state.current_mode == "エラー修正モード":
+        # 物理関連の条件分岐を変数で処理
+        deepseek_section = f"DeepSeekの物理学的知見:\n{deepseek_knowledge}" if is_physics else ""
+        
+        # エラー修正モード用のシステムプロンプトをロード
+        error_system_prompt = load_system_prompt(MODELS["qwen_coder"], "エラー修正モード")
+        
         error_prompt = f"""
         以下のユーザー入力はコードのエラーに関するものです。
         エラーの原因を特定し、修正案を提供してください。
@@ -281,12 +306,15 @@ def generate_response(user_input):
         Mistral Sabaの分析:
         {mistral_analysis}
         
-        {'DeepSeekの物理学的知見:\n' + deepseek_knowledge if is_physics else ''}
+        {deepseek_section}
         """
         
         error_response = client.chat.completions.create(
             model=MODELS["qwen_coder"],
-            messages=[{"role": "user", "content": error_prompt}],
+            messages=[
+                {"role": "system", "content": error_system_prompt},
+                {"role": "user", "content": error_prompt}
+            ],
             temperature=0.4,
             max_tokens=4000
         )
@@ -317,6 +345,9 @@ if prompt := st.chat_input("質問を入力してください"):
                     # 直接Qwen Coderで応答
                     client = Groq(api_key=api_key)
                     
+                    # 現在のモードに合わせたシステムプロンプトをロード
+                    current_system_prompt = load_system_prompt(MODELS["qwen_coder"], st.session_state.current_mode)
+                    
                     # 過去の会話履歴を短くまとめたコンテキスト
                     context = ""
                     if len(st.session_state.messages) > 2:
@@ -326,7 +357,6 @@ if prompt := st.chat_input("質問を入力してください"):
                             context += f"{role}: {msg['content'][:200]}...\n\n"
                     
                     qwen_prompt = f"""
-                    あなたはQwen-2.5-Coderモデルをベースにした、コーディングに特化した高性能AIアシスタントです。
                     以下の会話の流れを踏まえて、最新のユーザー入力に回答してください。
                     
                     {context}
@@ -336,7 +366,10 @@ if prompt := st.chat_input("質問を入力してください"):
                     
                     qwen_response = client.chat.completions.create(
                         model=MODELS["qwen_coder"],
-                        messages=[{"role": "user", "content": qwen_prompt}],
+                        messages=[
+                            {"role": "system", "content": current_system_prompt},
+                            {"role": "user", "content": qwen_prompt}
+                        ],
                         temperature=0.5,
                         max_tokens=4000
                     )