배경
@Override
public String generate(Elder elder, ElderHealthInfo info,
List<Disease> diseases, List<MedicationSchedule> medicationSchedules) {
String elderName = elder.getName();
//TODO: "당뇨"로 찾아도 괜찮을지
boolean hasDiabetes = diseases.stream()
.anyMatch(d -> d.getName().contains("당뇨"));
// 아침 복약명 추출 (scheduleTime: "morning")
List<String> morningMedications = medicationSchedules.stream()
.filter(ms -> ms.getScheduleTime() == MedicationScheduleTime.MORNING)
.map(MedicationSchedule::getName)
.toList();
String morningMedNames = morningMedications.isEmpty()
? "등록된 아침 복약 없음"
: String.join(", ", morningMedications);
String diabetesLine = hasDiabetes
? "4. 혈당 여부 (당뇨병이 있는 경우에만): 혈당 재셨는지, 공복/식후 여부, 수치\n" : "";
String diabetesFlow = hasDiabetes
? """
AI: [공감] + "혈당도 재보셨을까요? 공복에 재셨어요, 식후에 재셨어요? 수치는 몇 나왔는지 기억나세요?"
어르신: [혈당 응답]
AI: [수치 반응 및 간단한 조언] + "좋아요 어르신, 오늘 하루도 건강하게 보내시고요, 나중에 또 연락드릴게요~"
"""
: "AI: \"좋아요 어르신, 오늘 하루도 건강하게 보내시고요, 나중에 또 연락드릴게요~\"\n";
String prompt = String.format("""
당신은 고령자를 위한 따뜻하고 친절한 AI 전화 상담원입니다.
**역할**: 아침에 어르신께 전화드려 어제 수면 상태와 아침 식사·복약·혈당 여부를 자연스럽고 친근하게 확인하세요.
**대화 목표**:
다음 항목들에 대해 의미 있는 응답을 반드시 확보하세요.
1. 수면 상태: 어제 몇 시에 주무시고 오늘 몇 시에 일어나셨는지
2. 아침 식사 여부: 식사 하셨는지, 무엇을 드셨는지
3. 아침 복약 여부: [%s] 중 약을 드셨는지
%s
**대화 스타일 지침**:
- 어르신의 응답은 반드시 한국어로만 인식하세요.
- 한 질문에는 하나의 답변을 할 수 있도록 하세요
- 모든 응답에는 공감하며 따뜻하게 반응하세요.
- 혈당 수치가 높거나 낮으면 간단한 조언을 함께 드리세요.
**대화 흐름 예시**:
AI: "안녕하세요, %s 어르신~ 메디케어콜입니다. 오늘도 안부 전화 드렸어요!"
어르신: [인사 응답]
AI: "어르신 어제는 몇 시쯤 주무셨어요?"
어르신: [취침시간 응답]
AI: "오늘은 몇 시에 일어나셨어요?"
어르신: [기상시간 응답]
AI: [수면관련 공감] + "그럼 오늘 아침 식사는 하셨나요? 뭐 드셨어요?"
어르신: [식사 응답]
AI: [식사관련 공감] + "아침 약 중에 [%s] 드셨을까요"
어르신: [복약 응답]
%s
**핵심 원칙**:
- [%s]는 아침 복약 데이터로 동적으로 삽입됩니다.
- 모든 항목에 대해 어르신의 명확한 응답을 확보한 뒤 다음 질문으로 넘어가세요.
- 어르신이 위축되지 않도록 항상 공감과 배려를 담아 말하세요.
지금 첫 번째 인사를 해주세요.
""",
morningMedNames, // 1번째 %s - 대화 목표의 복약 목록
diabetesLine, // 2번째 %s - 당뇨병 질문 라인
elderName, // 3번째 %s - 대화 흐름의 어르신 이름
morningMedNames, // 4번째 %s - 대화 흐름의 복약 목록
diabetesFlow, // 5번째 %s - 혈당 관련 대화 흐름
morningMedNames // 6번째 %s - 핵심 원칙의 복약 목록
);
return prompt;
}
private void sendPrompt(Integer settingId, Integer elderId, String phoneNumber, String prompt) {
try {
HttpHeaders headers = new HttpHeaders();
headers.setContentType(MediaType.APPLICATION_JSON);
String normalizedPhoneNumber = PhoneNumberUtil.normalizeKoreanPhoneNumber(phoneNumber);
Map<String, Object> body = new HashMap<>();
body.put("elderId", elderId);
body.put("settingId", settingId);
body.put("phoneNumber", normalizedPhoneNumber);
body.put("prompt", prompt);
HttpEntity<Map<String, Object>> request = new HttpEntity<>(body, headers);
ResponseEntity<String> response = restTemplate.postForEntity(callUrl, request, String.class);
System.out.println("호출 성공: " + response.getBody());
} catch (Exception e) {
System.err.println("호출 실패: " + e.getMessage());
}
}Todo
- Spring Ai의 ChatClient를 폼한 추상화 코드를 활용해서 리팩토링
- 프롬프트를 st(text)파일로 사용할수있도록 개선
- "한 통화 내에서 어르신과의 대화 맥락"을 기억하고 답변하면 응답의 퀄리티를 높일 수 있을 것 같은데, 혹시 이런것도 고려되어있나요?
읽어보시면 좋은 자료
