Update app.py

app.py

@@ -1,4 +1,4 @@
-# ✅ app.py - 自動建構向量庫版本（向量式 RAG）
+# ✅ app.py - 自動建構向量庫版本（向量式 RAG） with 強化 prompt
 
 import json
 import os
@@ -61,19 +61,19 @@ def search_context_faiss(user_input, top_k=3):
     D, I = index.search(vec, top_k)
     return "\n".join([docs[i] for i in I[0] if i < len(docs)])
 
-# ✅ LLM 生成繁體中文回答
+# ✅ LLM 生成繁體中文回答（強化提示）
 
 def generate_answer(user_input, context):
     prompt = f"""
-你是一位了解南臺科技大學的親切語音助理，請根據以下資料回答使用者的問題：
+你是一位熟悉南臺科技大學的智慧語音助理，根據下列資料，用繁體中文回答問題。
 
-[相關資料]
+[資料內容]
 {context}
 
 [問題]
 {user_input}
 
-請用繁體中文簡短自然地回答，限制在 90 字內，回應應明確有資訊，不要含糊或重複問題。
+請根據資料，用一至兩句話自然回答問題。不要重複問題本身、不要說你是誰，回答務必明確，約 90 字內。
 """
     inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
     outputs = model.generate(**inputs, max_new_tokens=150)