@startuml
!theme mono

title AI Service 내부 시퀀스 - 회의록개선

participant "ImproveController" as Controller
participant "ImproveService" as Service
participant "LLMClient" as LLM
participant "PromptTemplateService" as Template
participant "ImproveRepository" as Repo
database "Azure OpenAI<<E>>" as OpenAI
database "PostgreSQL<<E>>" as DB

== 회의록 개선 요청 수신 ==

note over Controller
  API 요청:
  POST /api/ai/transcripts/{meetingId}/improve
  Body: {
    "promptType": "1PAGE_SUMMARY",
    "customPrompt": "optional"
  }
end note

Controller -> Service: improveTranscript(meetingId, promptType, customPrompt)
activate Service

== 원본 회의록 조회 ==

Service -> Repo: getOriginalTranscript(meetingId)
activate Repo

Repo -> DB: 원본 회의록 조회
activate DB

DB --> Repo: 원본 회의록 내용
deactivate DB

Repo --> Service: originalContent, version
deactivate Repo

== 프롬프트 템플릿 선택 ==

Service -> Template: getPromptTemplate(promptType)
activate Template

Template -> Template: 프롬프트 유형별 템플릿 선택
note right
  지원 프롬프트 유형:

  1. 1PAGE_SUMMARY
     - A4 1장 분량 요약
     - 핵심 내용만 압축

  2. CORE_SUMMARY
     - 3-5개 핵심 포인트
     - 불릿 포인트 형식

  3. DETAILED_REPORT
     - 시간순 상세 기록
     - 타임스탬프 포함

  4. DECISION_FOCUSED
     - 의사결정 중심
     - 결정 사항과 근거

  5. ACTION_FOCUSED
     - 액션 아이템 중심
     - Todo와 담당자 강조

  6. EXECUTIVE_REPORT
     - 경영진 보고용
     - 간결하고 임팩트 있게

  7. CUSTOM
     - 사용자 정의 프롬프트
end note

Template --> Service: promptTemplate
deactivate Template

== 프롬프트 생성 ==

Service -> Service: 최종 프롬프트 구성
note right
  시스템 프롬프트:
  - 역할: 회의록 개선 전문가
  - 지시사항: {promptTemplate}

  사용자 프롬프트:
  - 원본 회의록: {originalContent}
  - 개선 요구사항: {promptType}
  - 추가 지시사항: {customPrompt}

  출력 형식 지정:
  - 구조화된 마크다운
  - 적절한 헤딩과 섹션
  - 가독성 최적화
end note

== LLM 기반 회의록 재구성 ==

Service -> LLM: regenerateTranscript(prompt, originalContent)
activate LLM

LLM -> OpenAI: POST /chat/completions
activate OpenAI
note right
  요청 파라미터:
  - model: gpt-4o
  - temperature: 0.3
  - max_tokens: 3000
  - messages: [system, user]
end note

OpenAI -> OpenAI: 회의록 재구성
note right
  처리 단계:
  1. 원본 분석
  2. 프롬프트 의도 파악
  3. 중요도 기반 필터링
  4. 형식에 맞춰 재배치
  5. 불필요한 내용 제거
  6. 스타일 조정
     - 문체 변환
     - 길이 조정
  7. 구조화
end note

OpenAI --> LLM: 개선된 회의록
deactivate OpenAI

LLM --> Service: improvedContent
deactivate LLM

== 개선된 회의록 저장 ==

Service -> Service: 새 버전 생성
note right
  버전 정보:
  - base_version: 원본 버전 번호
  - improvement_type: {promptType}
  - version: 새 버전 번호
end note

Service -> Repo: saveImprovedTranscript(meetingId, improvedContent, metadata)
activate Repo

Repo -> DB: 개선된 회의록 저장
activate DB
note right
  저장 데이터:
  - meeting_id
  - content (개선된 내용)
  - version (새 버전)
  - base_version (원본 버전)
  - improvement_type
  - prompt_type
  - custom_prompt
  - created_at
  - status: IMPROVED
end note

DB --> Repo: newTranscriptId
deactivate DB

Repo --> Service: transcriptId, version
deactivate Repo

== 버전 연결 저장 ==

Service -> Repo: linkVersions(originalId, improvedId)
activate Repo

Repo -> DB: 버전 연결 정보 저장
activate DB
note right
  버전 연결 정보:
  - original_transcript_id
  - improved_transcript_id
  - improvement_type
  - created_at
end note

DB --> Repo: 연결 완료
deactivate DB

Repo --> Service: 완료
deactivate Repo

== 응답 반환 ==

Service -> Service: 응답 데이터 구성
note right
  응답 데이터:
  - transcriptId (새 버전)
  - version
  - baseVersion
  - improvementType
  - content (개선된 내용)
  - originalLink
  - createdAt
end note

Service --> Controller: 개선 완료 응답
deactivate Service

Controller --> Controller: 200 OK 응답 반환

note over Controller, DB
처리 시간:
- 원본 조회: 100-200ms
- 템플릿 선택: 10-50ms
- LLM 재구성: 4-8초
- 저장 처리: 200-300ms
총 처리 시간: 약 5-9초

정책:
- 원본 회의록은 항상 보존
- 여러 버전 동시 생성 가능
- 버전 간 비교 기능 제공
end note

@enduml