fix: 教师 AI 周报补充低分标签口径，避免误报数据异常

[linxi123-A]

背景与复现

线上以教师演示身份走查：教师仪表盘 →「查看完整建议」→ AI 教学个性化建议页（/teacher/ai_suggestions ），AI 周报对学生孙三（demo_s_003）输出：
风险标签：低分；最近得分：100
分析：系统标记为低分但实际得分为100，可能是数据记录异常或系统误判。
建议：核实学生实际学习情况，确认是否存在系统记录问题。
即 AI 把教师引导去排查一个并不存在的"系统故障"。截图时该生仪表盘数据：历史综合分 44（4 次提交），最近一次提交 100。

根因（事实）

• services/teacher_analytics.py_risk_tags_for_student 中，"低分"标签在 历史综合分user_ascore < 60 或 最近一次得分 < 60 任一满足时触发。孙三综合分 44，标签本身判定正确。
• 但 services/teacher_ai_advisor.py 同步版与 SSE 版的 LLM prompt：
  1. system / user 中没有任何关于"低分"标签口径的说明；
  2. 学生数据行只把风险标签 ['低分'] 与最近得分 100 两个未标注数字并列。
• LLM 无法获知"标签可由历史综合分触发"，只能将二者解读为互相矛盾，进而臆断为数据记录异常。

变更范围

仅 3 个文件，不涉及 DB 结构、权限、安全策略、部署配置：

1. 新增utils/teacher_advice_prompt.py （纯函数，无 Flask/DB 依赖）
   • RISK_TAG_CALIBER_INSTRUCTION ：说明低分标签口径（历史综合分或最近得分 <60 触发），并明确要求：标签与最近高分并存不属数据矛盾，禁止无证据描述为系统异常/误判。
   • format_attention_student_line(info) ：学生行同时给出最近一次得分与历史综合分；当低分标签实际来自历史综合分而最近一次已 ≥60 时，行内追加来源注释。
   • format_risk_reason(info) ：结构化卡片risk_reason 同一口径补充来源（孙三场景原来的卡片文案也是"存在低分风险，最近得分100"，同样误导）。
2. services/teacher_ai_advisor.py ：同步版与 SSE 版两处接入——attention_students 增加historical_score ；prompt 行改用纯函数；两个 system prompt 追加口径说明；risk_reason 改用纯函数。
3. 新增tests/test_teacher_advice_prompt.py ：6 个纯函数测试。

验证（实际执行结果）

环境：隔离 venv（仓库内.tmp_pytest_env ，未安装到系统盘）。

• 新增测试：
  1
  2

pytest tests/test_teacher_advice_prompt.py -q 6 passed in 0.08s

• 相关模块子集（AI 建议 + 学情分析）：
  1
  2

pytest tests/test_teacher_advice_prompt.py tests/test_teacher_ai_suggestions.py tests/test_teacher_analytics.py -q 20 passed in 49.79s

• 全量回归：
  1
  2

pytest tests/ -q 853 passed in 1438.36s

事实 / 推断边界

• 事实（代码可核实） ：低分标签触发条件为历史综合分或最近得分 <60；改动前 prompt 无任何口径说明；线上报告实际出现"数据记录异常或系统误判"表述。
• 推断 ：该表述源于 prompt 信息不足。LLM 输出具有非确定性，无法从代码层面 100% 证明每次调用都会出现误判，但口径说明与数据补全消除了其误判所需的信息缺口。

未验证范围

• 未在合并部署后重新触发线上真实 AI 生成验证最终文案（LLM 输出不可逐字断言；仅通过 prompt 约束与单元测试保证口径信息送达）。
• 未改动标签判定规则本身（LOW_SCORE_THRESHOLD=60 维持现状）。
• 未处理其他风险标签（"近期未活跃""未提交"）与分数组合的潜在解读问题，本次只修复已复现的低分标签场景。

[XiaoCow666]

CodeSense 自动评审

变更完整覆盖同步版和 SSE 版的提示词、学生历史综合分及结构化风险说明，已解决低分标签与近期高分并存时的误读问题。未发现安全风险、明显回归或无法运行的阻塞问题。

合并后可以继续改进的地方

• PR 描述说明尚未在部署后使用真实 LLM 调用验证最终生成文案；当前已通过提示词内容和纯函数测试验证口径信息能够传入，建议后续结合线上样本观察效果。

已有验证信息

• PR 描述提供新增测试结果：pytest tests/test_teacher_advice_prompt.py -q，6 passed in 0.08s。
• PR 描述提供相关模块子集结果：20 passed in 49.79s。
• PR 描述提供全量回归结果：pytest tests/ -q，853 passed in 1438.36s。

评审事件：3e2f24e0-b75b-11f1-9237-c0cf2f333e53

[XiaoCow666]

发现 1 项需要修改的功能正确性问题。

• P2：最近得分缺失时，仍然生成“近期进步”的结论。 utils/teacher_advice_prompt.py 的 format_attention_student_line 和 format_risk_reason 都通过 latest is None or latest >= LOW_SCORE_THRESHOLD 判断近期改善。输入 risk_tags=['低分']、historical_score=44、latest_score=None 时，会生成“最近一次已达 无”，并分别要求 AI 给出“近期进步”建议、在卡片中显示“近期提升”。函数明确支持分数为 None，但缺少最近得分无法支持这种结论，可能误导教师。

  请打开上述两个函数，将来源说明与近期改善判断分别处理：历史综合分低于 60 且最近得分缺失时，说明低分标签来自历史综合分、最近得分缺失；只有最近得分存在且达到 60 时，才生成当前关于近期改善的文字。请在 tests/test_teacher_advice_prompt.py 添加历史综合分为 44、最近得分为 None 的两个函数测试，断言保留历史来源说明，并且不包含“已达 无”“近期进步”“近期提升”。然后运行 pytest tests/test_teacher_advice_prompt.py tests/test_teacher_ai_suggestions.py tests/test_teacher_analytics.py -q 验证。

本次仅静态检查提供的三个文件 diff：同步与 SSE 路径均补充了 historical_score、system prompt 说明以及共享格式化函数；现有六个测试覆盖最近高分、最近低分及两个分数均缺失的情况，尚未覆盖上述组合。未执行命令；PR 中的测试结果属于贡献者提供的信息。