fix(chat): RAG 检索同时召回笔记和转录内容

之前 query 只做一次全局检索，embedding 模型倾向匹配笔记，
导致转录原文几乎不会被召回。

- 改为分别对 markdown 和 transcript 各检索 n_results 条，
  合并后按距离排序取 top-n
- 更新 system prompt，明确区分笔记和转录两种来源，
  引导 LLM 根据问题类型选择合适的来源回答

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

backend/app/services/chat_service.py

@@ -8,14 +8,21 @@ from app.utils.logger import get_logger
 
 logger = get_logger(__name__)
 
-SYSTEM_PROMPT = """你是一个视频笔记问答助手。根据以下笔记内容回答用户的问题。
-如果笔记内容中没有相关信息，请诚实告知用户。回答时尽量引用笔记中的具体内容。
+SYSTEM_PROMPT = """你是一个视频笔记问答助手。你可以参考两种来源回答用户的问题：
+1. [笔记] — AI 生成的视频摘要笔记
+2. [转录] — 视频原始语音转录文本（含时间戳）
 
---- 相关笔记内容 ---
+以下是检索到的相关内容：
+
+--- 相关内容 ---
 {context}
 ---
 
-请用中文回答，保持简洁准确。"""
+回答要求：
+- 优先使用转录原文回答关于视频具体内容、原话、细节的问题
+- 优先使用笔记回答关于总结、要点、结构的问题
+- 如果确实没有相关信息，请诚实告知
+- 请用中文回答，保持简洁准确"""
 
 
 def _build_context(chunks: list[dict]) -> str: