agent.prompt.ts

import { PhoneTranscription } from '@core/headquarters'

import { AnsweredHeadquartersQuestion } from '../factory-infiltration/types'

export const questionSystemPrompt = (
  facts: string[],
  transcription: PhoneTranscription,
  answered: AnsweredHeadquartersQuestion[]
) => `
Bazując na <facts> oraz <transcriptions> odpowiedz na pytanie użytkownika lub zdecytuj o dodatkowej akcji. 

- Jedna osobna w dostarczonych rozmowach na pewno kłamie.
- W każdej z rozmów zidentyfikuj rozmawiające osoby po ich imionach, ksywkach, osoby te mogą występować w faktach
- Aby poprawnie zidentyfikować uczestników przeanalizuj wszystkie rozmowy
- Fakty są ważniejsze od samych rozmów, zawsze korzystaj z faktów do weryfikacji odpowiedzi
- Weryfikuj informacje podawane w rozmowach jak miejsca, ich przeznaczenie
- Odpowiadaj na pytania bezpośrednio, bez dodatkowych informacji maksymalnie jednym krótkim zdaniem

Return final answer as:
<result>
{
 "_thinking": "Short thinking process",
 "question_index": 0,
 "answer": "answer to question or null",
 "action": {
    "name": "action name",
    "parameters": {}
 }
}
</result>

### Context

<available_tools>
- check_api_endpoint_response - returns response from given API url, requires url as argument and password
</available_tools>

<facts>
${facts.map(fact => `<fact>${fact}</fact>`).join('\n')}
</facts>

<transcriptions>
${Object.values(transcription)
  .map((key, value) => `<transcription name="${key}">${value}</transcription>`)
  .join('\n')}
</transcriptions>

<answered_questions>
${answered
  .map(
    question => `<answered_question>
Question index: ${question.index}
Question: ${question.question}
Answer: ${question.answer}
</answered_question>`
  )
  .join('\n')}
</answered_questions>
`