def create_recommendation_prompt(self, target_post: Dict, candidate_posts: List[Dict]) -> str:
        """추천을 위한 프롬프트 생성"""
        
        # 타겟 포스트 요약
        target_content = target_post['content'][:1500]  # 토큰 제한을 위해 1500자로 제한
        target_summary = f"""
제목: {target_post['title']}
카테고리: {target_post['collection']}
내용 (요약): {target_content}
"""
        
        # 후보 포스트들 요약
        candidates_summary = ""
        for i, post in enumerate(candidate_posts):
            content_preview = post['content'][:800]  # 더 짧게 제한
            candidates_summary += f"""
[{i+1}] 제목: {post['title']}
    카테고리: {post['collection']}  
    내용: {content_preview}
    
"""
        
        prompt = f"""당신은 블로그 추천 시스템 전문가입니다. 주어진 타겟 게시물과 가장 관련성이 높은 게시물들을 {self.num_recommendations}개 추천해주세요.

타겟 게시물:
{target_summary}

후보 게시물들:
{candidates_summary}

추천 기준:
1. 내용의 의미적 연관성 (주제, 개념, 기술 스택 등)
2. 독자에게 유용한 연속성 (심화 학습, 관련 기술 등)
3. 카테고리 다양성 (같은 카테고리만 추천하지 말 것)

다음 JSON 형식으로 정확히 {self.num_recommendations}개 추천해주세요:
recommendations,
    ...
  ],
  "analysis": "전체적인 추천 근거 (100자 이내)"
}}

"/2024/09/13/모델-학습-파이프라인.html": [
      {
        "title": "FastAPI를 활용한 Online Serving",
        "url": "/2024/12/17/FastAPI를-활용한-Online-Serving.html",
        "reason": "FastAPI를 이용한 모델 배포 경험은 모델 학습 파이프라인 구축에 필수적이며, 실제 서",
        "similarity": 0.9,
        "method": "gemini-api"
      },
      {
        "title": "Airflow를 활용한 Batch Serving",
        "url": "/2024/12/16/Airflow를-활용한-Batch-Serving.html",
        "reason": "Airflow를 활용한 배치 학습 및 서빙은 모델 학습 파이프라인 자동화 및 관리에 직접적",
        "similarity": 0.85,
        "method": "gemini-api"
      },
      {
        "title": "개발 청사진 짜기",
        "url": "/2025/01/11/개발-청사진-짜기.html",
        "reason": "모델 개발 프로젝트의 청사진은 타겟 게시물의 내용을 실제 프로젝트에 적용하는 방법을 제시하",
        "similarity": 0.8,
        "method": "gemini-api"
      },
      {
        "title": "On the difficulty of training Recurrent Neural Networks",
        "url": "/paper_reviews/On-the-difficulty-of-training-Recurrent-Neural-Networks/",
        "reason": "RNN 학습의 어려움에 대한 논문 리뷰는 모델 학습 과정에서 발생할 수 있는 문제점과 해결",
        "similarity": 0.75,
        "method": "gemini-api"
      }
    ],
    "/2024/08/25/Week3-주간-학습정리.html": [
      {
        "title": "Week8 주간 학습정리",
        "url": "/2024/10/13/Week8-주간-학습정리.html",
        "reason": "주간 학습 정리라는 동일한 포맷과 데이터 분석 관련 내용을 다루고 있어 연관성이 높습니다.",
        "similarity": 0.9,
        "method": "gemini-api"
      },
      {
        "title": "knn 진짜 끝",
        "url": "/2024/10/18/knn-진짜-끝.html",
        "reason": "데이터 분석 관련 내용으로, 특히 KNN 모델은 데이터 시각화 및 분석에 활용될 수 있는 ",
        "similarity": 0.8,
        "method": "gemini-api"
      },
      {
        "title": "콘텐츠 메타데이터 자동 생성 도구 만들기 모델작업",
        "url": "/dev_logs/콘텐츠-메타데이터-자동-생성-도구-모델/",
        "reason": "자연어 처리를 이용한 메타데이터 자동 생성은 데이터 분석과 관련된 내용을 처리하는 데 활용",
        "similarity": 0.75,
        "method": "gemini-api"
      },

Gemini: 0.223 vs TF-IDF: 0.307
→ TF-IDF 승리! 

def create_evaluation_prompt(self, source_post: Dict, recommended_post: Dict, system_name: str) -> str:
        """평가용 프롬프트 생성"""
        
        source_content = source_post['content'][:1000]  # 토큰 절약
        rec_content = recommended_post['content'][:1000]
        
        prompt = f"""당신은 블로그 추천 시스템의 공정한 평가자입니다. 
다음 추천의 품질을 객관적으로 평가해주세요.

**원본 게시물:**
제목: {source_post['title']}
카테고리: {source_post['collection']}
내용 (요약): {source_content}

**추천된 게시물:**
제목: {recommended_post['title']}
카테고리: {recommended_post['collection']}  
내용 (요약): {rec_content}

**평가 기준:**
1. **주제 관련성** (0-3점): 주제가 얼마나 관련있는가?
2. **기술적 연관성** (0-3점): 기술 스택, 개념 등이 연관있는가?
3. **학습 연속성** (0-2점): 원본을 읽은 사람이 다음에 읽기 좋은가?
4. **실용적 가치** (0-2점): 실제로 도움이 될까?

**총점: 0-10점**

다음 JSON 형식으로만 응답해주세요:
topic_relevance

Gemini: 4.88/10 vs TF-IDF: 4.70/10
→ 거의 동등 (+0.18점)