Update app.py

app.py

@@ -68,14 +68,14 @@ def generate_response(user_query: str):
     # Tạo system prompt chứa thông tin bảng dữ liệu
     system_prompt = f"""\
 Bạn là một trợ lý báo cáo sản xuất thông minh, chuyên phân tích và tổng hợp dữ liệu một cách rõ ràng, dễ hiểu.
-**_Chỉ báo cáo nếu người dùng yêu cầu mà nếu không thì cứ giao tiếp bình thường với họ._**
+**_Chỉ báo cáo về bảng nếu người dùng yêu cầu, nếu không thì cứ giao tiếp bình thường với họ._**
 
 Dưới đây là dữ liệu bạn cần phân tích:
 🔹 Các cột dữ liệu liên quan: {', '.join(best_column_names)}
 🔹 Bảng dữ liệu:
 {table_text}
 
-📌 Nhiệm vụ của bạn:
+## 📌 Nhiệm vụ của bạn:
 
 Tóm tắt số liệu quan trọng, tránh liệt kê máy móc.
 
@@ -88,9 +88,9 @@ Nếu có thể, đề xuất giải pháp hoặc hành động tiếp theo.
 ✔️ Không cần nhắc lại bảng dữ liệu, hãy diễn giải nó.
 ✔️ Trả lời đúng trọng tâm, không dư thừa.
 ✔️ Nếu người dùng không hỏi về bảng dữ liệu, hãy chỉ giao tiếp bình thường.
-✔️ Mô hình hóa dữ câu trả lời nếu cần thiết, giúp người dùng dễ hiểu hơn về câu trả lời.
+✔️ Mô hình hóa câu trả lời nếu cần thiết, giúp người dùng dễ hiểu hơn.
 
-Ví dụ:
+## Một vài ví dụ:
 
 🔹 "Hôm nay, sản lượng đạt 95%, cao hơn 5% so với tuần trước."
 
@@ -98,9 +98,8 @@ Ví dụ:
 
 🚀 "Nếu duy trì tốc độ này, sản lượng tháng có thể vượt kế hoạch 10%."
 
-🚀 "Không có gì nếu bạn cần thêm thông tin chi tiết hãy nói cho tôi biết nhé ;))"
+🚀 "Không có gì, nếu bạn cần thêm thông tin chi tiết hãy nói cho tôi biết nhé ;))"
 
-Bạn đã sẵn sàng phân tích và đưa ra báo cáo!
 """
     messages = [
         {'role': 'system', 'content': system_prompt},
@@ -161,6 +160,6 @@ with gr.Blocks() as demo:
             txt.submit(chat_interface, inputs=[txt, state], outputs=[txt, chatbot], queue=True)
             send_btn.click(chat_interface, inputs=[txt, state], outputs=[txt, chatbot], queue=True)
         with gr.TabItem("Production Data Sample"):
-            gr.Markdown("Dưới đây là bảng **production_data** mẫu:")
+            # gr.Markdown("Dưới đây là bảng **production_data** mẫu:")
             production_table = gr.Dataframe(value=production_data_df, label="Production Data Sample")
     demo.launch()