建議 model：opus／effort：medium — 改的是 AI 判斷品質的直接輸入，且要同時動套件與容器。

本卡屬 FR-107（母卡 CM-1843）第 .5 棒（子需求卡 CM-1848），子任務 T-5.3：把送給 AI 的指令改成從設定組出來，容器程式裡不再出現 CMMC 這個字。

這張卡做什麼（白話）

容器程式現在有一段寫死的 AI 指令（container_entrypoint.py:504 build_system_block()），開頭就是「你是 CMMC 2.0 Level 1 評估專家」。這張卡把它改成從外面組好、寫成一個檔案掛進去。

組裝分三段（design.md §6.5）：

段          來源                                    缺省（沒設定時）
① persona   classification_profiles.persona         內建：「You are a compliance assessment
   角色                                              expert. Classify each evidence file
                                                     against the assessment objectives
                                                     listed below.」🔴 不含任何框架名
② guidance  classification_profiles.guidance         內建通用判準三句（證據要能直接證明該
   判斷指引                                           檢查點；一檔可對多項；不確定就低信心）
③ 動態       catalog.json（T-5.2 的輸出）             無 hints 就只列檢查點清單
   檢查點     ＋ evidence_hints 對應到清單內
   清單         part_id／group_id 的提示併入各項

組好的東西寫成 /job/prompt.json 掛給容器，容器只負責讀它拼接。同時把整條線的檢查點代號從字母格式改成 part_id，容器回傳前還要驗「這個 part_id 真的在清單裡」。

組裝結果也存一份進分類結果表的 prompt_snapshot，之後除錯與稽核時看得到當時實際送了什麼。

動哪些檔

套件（走 path dependency 開發）
~/Projects/Jedicogy/module/jedi-python-package/jedi-evidence-classification/
  .../app/service/evidence_classification_service.py
      run_batch(...)  ← T-3.2 做的最小版 prompt.json，這裡改成真的三段組裝
                        並把結果存進 run 的 prompt_snapshot
  .../docker/container_entrypoint.py    ← T-2.3 搬過來的
      :504 build_system_block()  ← 🔴 改成純讀 /job/prompt.json 拼接
                                    不再有任何字串常數提到 CMMC
      :109 ao_id = f"{ctrl['id']}[{ao['letter']}]"  ← 🔴 改成用 part_id
      ← 回傳前驗 part_id ∈ catalog

prompt.json 的格式（design.md §6.4）

/job/prompt.json
{
  "persona":  "……",
  "guidance": "……",
  "hints_by_part_id": {
      "AC.L1-3.1.1_obj.2": ["帳號清單", "AD 截圖"],
      ...
  }
}

容器 build_system_block() 改成：
  讀 prompt.json → persona ＋ guidance ＋ 從 catalog.json 列出檢查點
  （每個檢查點若在 hints_by_part_id 有提示就併進該項）
  🔴 函式內不得有任何硬編碼的框架名稱或檢查點內容

容器回傳的結果 JSON，matches 的 key 一律是 part_id：
{"files":[{"file_uid":"...","matches":[{"part_id":"AC.L1-3.1.1_obj.2","confidence":0.82}],
           "primary":"...","error":null}], "usage":{...}, "estimated_cost_usd":...}

怎麼做（逐步）

• ① 組裝在宿主端做（套件的 app service），不在容器裡做。容器只讀已經組好的檔——這樣換框架完全不必重 build image。
• ② build_system_block() 改成純讀檔拼接。改完 grep -in "cmmc" container_entrypoint.py 要零命中（這是驗收項）。
• ③ ao_id 全線改 part_id（:109）。注意這會改變容器回傳結果的形狀，T-3.2 寫進 run 的那段要對得上。
• ④ 容器回傳前驗 part_id ∈ catalog：AI 有可能瞎掰一個不存在的代號，驗一下把它濾掉或標成錯誤，不要讓髒資料進資料庫。
• ⑤ prompt_snapshot 存的是「實際送出去的那份」，不是「設定表裡的內容」——如果之後有人改了設定，快照還是當時的。
• ⑥ hints 的 key 可以是 part_id 也可以是 group_id（表結構允許兩種）：group_id 的提示要套用到該領域底下所有檢查點。

驗收條件