Respan Dataset Explorer

You are an expert system that converts a user's natural language question into a structured JSON query plan.
You MUST use the provided context to resolve ambiguities or pronouns.
Your ONLY job is to return a single, valid JSON object that strictly follows the schema.

---
**SCHEMA DEFINITION:**
{
    "question_type": "The type of question (WHO, WHAT, WHEN_START, WHEN_END, VERIFY, CONVERSATION_META).",
    "meta_specifier": "For CONVERSATION_META questions, a specifier like 'FIRST', 'LAST', '2nd', '3rd'. Null otherwise.",
    "entities": [{ "name": "Name of the entity", "type": "Type of the entity (optional)" }],
    "relationship": { "type": "The type of relationship (e.g., CEO_OF)", "direction": "Direction from the entity's perspective ('from' or 'to')" },
    "time_constraint": { "year": YYYY, "date": "YYYY-MM-DD" }
}
---
**CONTEXT from the conversation:**
The last entity discussed was 'Maria Flores', who has a 'CEO_OF' relationship.
---
**INSTRUCTIONS & EXAMPLES:**

1.  **Context for KG Questions (Resolving Pronouns and Actions):**
    -   Context: "The last entity mentioned was 'Maria Flores', who has a 'CEO_OF' relationship."
    -   Question: "When did she resign?"
    -   Explanation: The verb 'resign' implies the end of an existing professional role. You must use the existing relationship type from the context ('CEO_OF'), not the verb from the question.
    -   JSON:
        {
            "question_type": "WHEN_END",
            "meta_specifier": null,
            "entities": [{ "name": "Maria Flores", "type": "Person" }],
            "relationship": { "type": "CEO_OF", "direction": "from" }
        }

2.  **Conversational 'Meta' Questions:**
    -   Question: "what was my last question?" -> "meta_specifier": "LAST"
    -   Question: "What was the first question I asked?" -> "meta_specifier": "FIRST"
    -   Question: "what was my 2nd question?" -> "meta_specifier": "2nd"

---
Now, strictly follow all rules, the schema, and the provided context to create a query plan for the following question.

Question: "Was she the CEO in 2023?"

{
  "question_type": "VERIFY",
  "meta_specifier": null,
  "entities": [{ "name": "Maria Flores", "type": "Person" }],
  "relationship": { "type": "CEO_OF", "direction": "from" },
  "time_constraint": { "year": 2023, "date": null }
}

You are an expert system that converts a user's natural language question into a structured JSON query plan.
You MUST use the provided context to resolve ambiguities or pronouns.
Your ONLY job is to return a single, valid JSON object that strictly follows the schema.

---
**SCHEMA DEFINITION:**
{
    "question_type": "The type of question (WHO, WHAT, WHEN_START, WHEN_END, VERIFY, CONVERSATION_META).",
    "meta_specifier": "For CONVERSATION_META questions, a specifier like 'FIRST', 'LAST', '2nd', '3rd'. Null otherwise.",
    "entities": [{ "name": "Name of the entity", "type": "Type of the entity (optional)" }],
    "relationship": { "type": "The type of relationship (e.g., CEO_OF)", "direction": "Direction from the entity's perspective ('from' or 'to')" },
    "time_constraint": { "year": YYYY, "date": "YYYY-MM-DD" }
}
---
**CONTEXT from the conversation:**
The last entity discussed was 'Maria Flores', who has a 'CEO_OF' relationship.
---
**INSTRUCTIONS & EXAMPLES:**

1.  **Context for KG Questions (Resolving Pronouns and Actions):**
    -   Context: "The last entity mentioned was 'Maria Flores', who has a 'CEO_OF' relationship."
    -   Question: "When did she resign?"
    -   Explanation: The verb 'resign' implies the end of an existing professional role. You must use the existing relationship type from the context ('CEO_OF'), not the verb from the question.
    -   JSON:
        {
            "question_type": "WHEN_END",
            "meta_specifier": null,
            "entities": [{ "name": "Maria Flores", "type": "Person" }],
            "relationship": { "type": "CEO_OF", "direction": "from" }
        }

2.  **Conversational 'Meta' Questions:**
    -   Question: "what was my last question?" -> "meta_specifier": "LAST"
    -   Question: "What was the first question I asked?" -> "meta_specifier": "FIRST"
    -   Question: "what was my 2nd question?" -> "meta_specifier": "2nd"

---
Now, strictly follow all rules, the schema, and the provided context to create a query plan for the following question.

Question: "Was she the CEO in 2023?"

{
  "question_type": "VERIFY",
  "meta_specifier": null,
  "entities": [{ "name": "Maria Flores", "type": "Person" }],
  "relationship": { "type": "CEO_OF", "direction": "from" },
  "time_constraint": { "year": 2023, "date": null }
}

You are an expert system that converts a user's natural language question into a structured JSON query plan.
You MUST use the provided context to resolve ambiguities or pronouns.
Your ONLY job is to return a single, valid JSON object that strictly follows the schema.

---
**SCHEMA DEFINITION:**
{
    "question_type": "The type of question (WHO, WHAT, WHEN_START, WHEN_END, VERIFY, CONVERSATION_META).",
    "meta_specifier": "For CONVERSATION_META questions, a specifier like 'FIRST', 'LAST', '2nd', '3rd'. Null otherwise.",
    "entities": [{ "name": "Name of the entity", "type": "Type of the entity (optional)" }],
    "relationship": { "type": "The type of relationship (e.g., CEO_OF)", "direction": "Direction from the entity's perspective ('from' or 'to')" },
    "time_constraint": { "year": YYYY, "date": "YYYY-MM-DD" }
}
---
**CONTEXT from the conversation:**
The last entity discussed was 'Maria Flores', who has a 'CEO_OF' relationship.
---
**INSTRUCTIONS & EXAMPLES:**

1.  **Context for KG Questions (Resolving Pronouns and Actions):**
    -   Context: "The last entity mentioned was 'Maria Flores', who has a 'CEO_OF' relationship."
    -   Question: "When did she resign?"
    -   Explanation: The verb 'resign' implies the end of an existing professional role. You must use the existing relationship type from the context ('CEO_OF'), not the verb from the question.
    -   JSON:
        {
            "question_type": "WHEN_END",
            "meta_specifier": null,
            "entities": [{ "name": "Maria Flores", "type": "Person" }],
            "relationship": { "type": "CEO_OF", "direction": "from" }
        }

2.  **Conversational 'Meta' Questions:**
    -   Question: "what was my last question?" -> "meta_specifier": "LAST"
    -   Question: "What was the first question I asked?" -> "meta_specifier": "FIRST"
    -   Question: "what was my 2nd question?" -> "meta_specifier": "2nd"

---
Now, strictly follow all rules, the schema, and the provided context to create a query plan for the following question.

Question: "Was she the CEO in 2023?"

{
  "question_type": "VERIFY",
  "meta_specifier": null,
  "entities": [
    {
      "name": "Maria Flores",
      "type": "Person"
    }
  ],
  "relationship": {
    "type": "CEO_OF",
    "direction": "from"
  },
  "time_constraint": {
    "year": 2023,
    "date": null
  }
}

You are an expert system that converts a user's natural language question into a structured JSON query plan.
You MUST use the provided context to resolve ambiguities or pronouns.
Your ONLY job is to return a single, valid JSON object that strictly follows the schema.

---
**SCHEMA DEFINITION:**
{
    "question_type": "The type of question (WHO, WHAT, WHEN_START, WHEN_END, VERIFY, CONVERSATION_META).",
    "meta_specifier": "For CONVERSATION_META questions, a specifier like 'FIRST', 'LAST', '2nd', '3rd'. Null otherwise.",
    "entities": [{ "name": "Name of the entity", "type": "Type of the entity (optional)" }],
    "relationship": { "type": "The type of relationship (e.g., CEO_OF)", "direction": "Direction from the entity's perspective ('from' or 'to')" },
    "time_constraint": { "year": YYYY, "date": "YYYY-MM-DD" }
}
---
**CONTEXT from the conversation:**
The last entity discussed was 'Maria Flores', who has a 'CEO_OF' relationship.
---
**INSTRUCTIONS & EXAMPLES:**

1.  **Context for KG Questions (Resolving Pronouns and Actions):**
    -   Context: "The last entity mentioned was 'Maria Flores', who has a 'CEO_OF' relationship."
    -   Question: "When did she resign?"
    -   Explanation: The verb 'resign' implies the end of an existing professional role. You must use the existing relationship type from the context ('CEO_OF'), not the verb from the question.
    -   JSON:
        {
            "question_type": "WHEN_END",
            "meta_specifier": null,
            "entities": [{ "name": "Maria Flores", "type": "Person" }],
            "relationship": { "type": "CEO_OF", "direction": "from" }
        }

2.  **Conversational 'Meta' Questions:**
    -   Question: "what was my last question?" -> "meta_specifier": "LAST"
    -   Question: "What was the first question I asked?" -> "meta_specifier": "FIRST"
    -   Question: "what was my 2nd question?" -> "meta_specifier": "2nd"

---
Now, strictly follow all rules, the schema, and the provided context to create a query plan for the following question.

Question: "what was my first question"

```json
{
  "question_type": "CONVERSATION_META",
  "meta_specifier": "FIRST",
  "entities": [],
  "relationship": {},
  "time_constraint": {}
}
```

귀여운 여자아이 캐릭터 만들어줘

귀여운 여자아이 캐릭터를 만들어볼게요!

---

**이름:** 예린 (Yerin)  
**나이:** 7살  
**성격:** 밝고 명랑하며 호기심이 많음  
**외모:**  
- 큰 동그란 눈에 반짝이는 갈색 눈동자  
- 짧고 통통한 볼살  
- 풍성한 곱슬머리로 머리색은 연한 갈색  
- 앞머리는 깔끔하게 내리고 옆에는 작고 귀여운 핀을 꽂음  
- 분홍색 셔츠에 흰색 원피스를 입고, 하얀 스타킹과 빨간 구두  

**취미:**  
- 꽃밭에서 나비 관찰하기  
- 그림 그리기  
- 친구들과 술래잡기 하기  

**특징:**  
- 웃을 때 볼에 보조개가 생긴다  
- 좋아하는 동물은 토끼와 다람쥐  
- 항상 작고 예쁜 가방을 들고 다님  

---

원하는 부분 더 추가하거나 수정할 부분 있으면 알려줘요!

그녀와 친구들이 x64 processor가 탑재된 USB Type-C 전원으로 작동하는 mini pc를 만들고 있어!

스토리 배경이 아주 재미있네요! 예린과 친구들이 x64 프로세서가 탑재된 USB Type-C 전원으로 작동하는 미니 PC를 만드는 설정으로 한 번 캐릭터와 상황을 확장해볼게요.

---

### 이야기 설정

**예린과 친구들, 미니 PC 만들기 프로젝트!**

예린과 친구들은 학교 과학 동아리에서 특별한 프로젝트를 진행하게 되었어요. 바로 ‘x64 프로세서가 탑재된, USB Type-C 전원으로 작동하는 미니 PC’를 만드는 것!

---

### 주요 등장인물

**예린**  
- 프로젝트 리더  
- 호기심 많고 적극적이며 팀원들을 잘 이끈다  
- 하드웨어 구성에 흥미가 많아 각 부품을 조립하는 걸 즐긴다  

**민준**  
- 소프트웨어 담당  
- 코딩과 운영체제 설치를 맡아, PC를 잘 작동시키는 역할  
- 조용하지만 문제 해결 능력이 뛰어나다  

**수아**  
- 디자인 및 사용자 경험 담당  
- PC 케이스 디자인과 사용의 편리함을 고민  
- 밝고 창의적이며 아이디어가 풍부하다  

---

### 미니 PC 특징

- **CPU:** x64 아키텍처 기반의 소형 고성능 프로세서  
- **전원:** USB Type-C 포트로 전원 공급 (휴대용 배터리 및 어댑터 사용 가능)  
- **크기:** 작은 손바닥 크기 정도로 제작  
- **목표:** 학교 실험실과 친구들이 언제 어디서나 사용할 수 있는 포터블 컴퓨터 만들기

---

### 에피소드 예시

- 예린이 CPU와 RAM을 연결하면서 "여기서 이렇게 꼽아야 하는구나!"라며 신나게 설명  
- 민준이 운영체제를 설치하며 "부팅이 됐어! USB Type-C 전원만으로도 충분히 잘 돌아가!"라고 외침  
- 수아가 케이스에 귀여운 스티커와 손잡이를 붙이며 미니 PC를 더 아기자기하게 꾸밈  

---

필요하면 미니 PC의 기술적인 부분이나 더 구체적인 캐릭터 설정도 알려줄게요!

귀여운 여자아이 캐릭터 만들어줘

귀여운 여자아이 캐릭터를 만들어 볼게요!

---

**이름:** 하늘이  
**나이:** 7살  
**성격:** 밝고 명랑하며 호기심이 많아요. 새로운 것에 도전하는 걸 좋아하지만, 가끔은 소심한 면도 있어요. 친구들을 잘 챙기고 다정해요.  
**외모:**  
- 큰 반짝이는 눈  
- 짧은 갈색 머리, 머리띠를 자주 착용  
- 동그란 얼굴에 통통한 볼  
- 항상 핑크색 원피스와 노란색 샌들을 즐겨 입어요  
**특징:**  
- 좋아하는 동물은 토끼  
- 작은 백팩에 항상 스케치북과 색연필을 가지고 다녀요  
- 집 근처 공원에서 자주 자전거를 타고 놀아요

---

필요하면 더 구체적으로 설정하거나 그림 스타일도 추천해 드릴 수 있어요!

그녀와 친구들이 x64 processor가 탑재된 USB Type-C 전원으로 작동하는 mini pc를 만들고 있어!

멋진 설정이네요! 하늘이와 친구들이 x64 프로세서가 탑재된 USB Type-C 전원으로 작동하는 미니 PC를 만든다는 이야기를 한번 만들어볼게요.

---

### 이야기 설정: 하늘이와 친구들의 미니 PC 만들기 프로젝트

하늘이와 친구들은 학교 과학 동아리에서 특별한 프로젝트를 시작했어요. 바로 **x64 프로세서가 탑재된, USB Type-C 전원으로 작동하는 미니 PC를 만드는 것!**

---

### 캐릭터 추가

- **민준이 (7살)**: 하늘이의 절친한 친구. 컴퓨터 회로와 부품 조립에 관심이 많고, 손재주가 뛰어나요.  
- **유나 (7살)**: 소프트웨어를 좋아하는 똑똑한 친구. 미니 PC에 들어갈 간단한 프로그램을 직접 코딩해요.  
- **서연이 (7살)**: 디자인 담당. 미니 PC의 케이스를 귀엽고 실용적으로 디자인해요.

---

### 미니 PC 특징

- **CPU:** x64 아키텍처 기반으로 빠르고 안정적이에요.  
- **전원:** USB Type-C 포트로 전원이 공급되어서 휴대하기 쉽고, 어디서나 충전 가능해요.  
- **크기:** 손바닥만 한 크기라서 책상 위에 놓아도 공간을 많이 차지하지 않아요.  
- **기능:** 간단한 게임, 그림 그리기 프로그램, 친구들과 메시지를 주고받는 채팅 기능이 있어요.

---

### 하루 이야기 예시

하늘이와 친구들은 부품을 하나씩 조립했어요. 민준이는 메인보드에 CPU를 조심스럽게 꽂았고, 유나는 운영체제 설치를 도왔어요. 서연이는 미니 PC 케이스를 사랑스러운 하트와 별 모양으로 꾸미고, 연필로 이름도 썼답니다.

"우리 컴퓨터가 완성되면, 어디든 가지고 다니면서 공부도 하고 게임도 할 수 있겠다!"  
하늘이가 웃으며 말했어요.

---

원하는 이야기가 있으면 더 길게, 또는 다른 설정과 함께도 만들어드릴 수 있어요!

그 디바이스의 상세 specs는?

하늘이와 친구들이 만든 x64 프로세서 탑재, USB Type-C 전원 미니 PC의 상세 스펙을 예시로 만들어드릴게요!

---

### 하늘이와 친구들의 미니 PC 상세 사양 (가상 예시)

| 사양 항목               | 상세 내용                                         |
|------------------------|--------------------------------------------------|
| **CPU**                | x64 아키텍처 기반 쿼드코어 프로세서, 1.8GHz 클럭 속도  |
| **RAM**                | 8GB DDR4                                         |
| **저장장치**           | 256GB NVMe SSD                                  |
| **운영체제(OS)**        | 경량화된 리눅스 기반 커스텀 OS (교육용 프로그램 내장)   |
| **전원 공급**          | USB Type-C 포트 (5V, 3A, 최대 15W 지원)                |
| **그래픽**             | 통합 그래픽 (CPU 내장)                              |
| **디스플레이 출력**     | mini HDMI 포트 1개                                 |
| **포트**                | USB Type-C (충전 및 데이터), USB Type-A x1, 3.5mm 오디오 잭  |
| **무선 연결**           | 듀얼밴드 Wi-Fi (802.11ac), Bluetooth 5.0        |
| **크기 & 무게**         | 10cm x 7cm x 2cm, 약 180g                          |
| **케이스 디자인**       | 친환경 플라스틱, 밝은 핑크색 & 노란색 포인트 장식           |
| **기타 기능**           | LED 전원 표시등, 팬리스(fanless) 설계로 소음 최소화          |

---

### 특징 및 사용 목적 요약

- USB Type-C 전원으로 휴대성과 편리성 극대화  
- x64 기반 고성능 프로세서로 간단한 코딩, 게임, 멀티미디어 작업 가능  
- 작은 크기에도 불구하고 충분한 성능과 저장공간 제공  
- 친근하고 귀여운 디자인으로 어린이들도 쉽게 사용할 수 있음

---

필요하면 하드웨어, 소프트웨어 부분을 조금 더 전문적으로도 설명해 드릴 수 있어요!

You are an expert system that converts a user's natural language question into a structured JSON query plan.
You MUST use the provided context to resolve ambiguities or pronouns.
Your ONLY job is to return a single, valid JSON object that strictly follows the schema.

---
**SCHEMA DEFINITION:**
{
    "question_type": "The type of question (WHO, WHAT, WHEN_START, WHEN_END, VERIFY, CONVERSATION_META).",
    "meta_specifier": "For CONVERSATION_META questions, a specifier like 'FIRST', 'LAST', '2nd', '3rd'. Null otherwise.",
    "entities": [{ "name": "Name of the entity", "type": "Type of the entity (optional)" }],
    "relationship": { "type": "The type of relationship (e.g., CEO_OF)", "direction": "Direction from the entity's perspective ('from' or 'to')" },
    "time_constraint": { "year": YYYY, "date": "YYYY-MM-DD" }
}
---
**CONTEXT from the conversation:**
No specific entities have been discussed yet.
---
**INSTRUCTIONS & EXAMPLES:**

1.  **Conversational 'Meta' Questions (ABSOLUTE RULE):**
    -   For any question of type "CONVERSATION_META", the `relationship` key in the JSON output **MUST** be `null`.
    -   Question: "what was my last question?"
    -   JSON:
        {
            "question_type": "CONVERSATION_META",
            "meta_specifier": "LAST",
            "entities": [],
            "relationship": null,
            "time_constraint": null
        }

2.  **Context for KG Questions (Resolving Pronouns and Actions):**
    -   Context: "The last entity mentioned was 'Maria Flores', who has a 'CEO_OF' relationship."
    -   Question: "When did she resign?"
    -   JSON:
        {
            "question_type": "WHEN_END",
            "meta_specifier": null,
            "entities": [{ "name": "Maria Flores", "type": "Person" }],
            "relationship": { "type": "CEO_OF", "direction": "from" }
        }

---
Now, strictly follow all rules, the schema, and the provided context to create a query plan for the following question.

Question: "When did Maria Flores become CEO of Stellar Dynamics?"

{
    "question_type": "WHEN_START",
    "meta_specifier": null,
    "entities": [
        { "name": "Maria Flores", "type": "Person" },
        { "name": "Stellar Dynamics", "type": "Organization" }
    ],
    "relationship": { "type": "CEO_OF", "direction": "from" },
    "time_constraint": null
}