feat: Add curated expert occupations with local data sources

- Add curated occupations seed files (210 entries in zh/en) with specific domains
- Add DBpedia occupations data (2164 entries) for external source option
- Refactor expert_source_service to read from local JSON files
- Improve keyword generation prompts to leverage expert domain context
- Add architecture analysis documentation (ARCHITECTURE_ANALYSIS.md)
- Fix expert source selection bug (proper handling of empty custom_experts)
- Update frontend to support curated/dbpedia/wikidata expert sources

Key changes:
- backend/app/data/: Local occupation data files
- backend/app/services/expert_source_service.py: Simplified local file reading
- backend/app/prompts/expert_transformation_prompt.py: Better domain-aware prompts
- Removed expert_cache.py (no longer needed with local files)

🤖 Generated with [Claude Code](https://claude.com/claude-code)

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

backend/app/prompts/expert_transformation_prompt.py

@@ -53,19 +53,32 @@ def get_expert_keyword_generation_prompt(
     keywords_per_expert: int = 1
 ) -> str:
     """Step 1: 專家視角關鍵字生成"""
-    experts_info = ", ".join([f"{exp['id']}:{exp['name']}({exp['domain']})" for exp in experts])
+    # 建立專家列表，格式更清晰
+    experts_list = "\n".join([f"- {exp['id']}: {exp['name']}" for exp in experts])
 
     return f"""/no_think
-專家團隊：{experts_info}
-屬性：「{attribute}」（{category}）
+你需要扮演以下專家，為屬性生成創新關鍵字：
 
-每位專家從自己的專業視角為此屬性生成 {keywords_per_expert} 個創新關鍵字（2-6字）。
-關鍵字要反映該專家領域的獨特思考方式。
+【專家名單】
+{experts_list}
+
+【任務】
+屬性：「{attribute}」（類別：{category}）
+
+請為每位專家：
+1. 先理解該職業的專業背景、知識領域、工作內容
+2. 從該職業的獨特視角思考「{attribute}」
+3. 生成 {keywords_per_expert} 個與該專業相關的創新關鍵字（2-6字）
+
+關鍵字必須反映該專家的專業思維方式，例如：
+- 會計師 看「移動」→「資金流動」「成本效益」
+- 建築師 看「移動」→「動線設計」「空間流動」
+- 心理師 看「移動」→「行為動機」「情緒轉變」
 
 回傳 JSON：
 {{"keywords": [{{"keyword": "詞彙", "expert_id": "expert-X", "expert_name": "名稱"}}, ...]}}
 
-共需 {len(experts) * keywords_per_expert} 個關鍵字。"""
+共需 {len(experts) * keywords_per_expert} 個關鍵字，每個關鍵字必須明顯與對應專家的專業領域相關。"""
 
 
 def get_single_description_prompt(
@@ -76,12 +89,17 @@ def get_single_description_prompt(
     expert_domain: str
 ) -> str:
     """Step 2: 為單一關鍵字生成描述"""
+    # 如果 domain 是通用的，就只用職業名稱
+    domain_text = f"（{expert_domain}）" if expert_domain and expert_domain != "Professional Field" else ""
+
     return f"""/no_think
 物件：「{query}」
-專家：{expert_name}（{expert_domain}）
+專家：{expert_name}{domain_text}
 關鍵字：{keyword}
 
-從這位專家的視角，生成一段創新應用描述（15-30字），說明如何將「{keyword}」的概念應用到「{query}」上。
+你是一位{expert_name}。從你的專業視角，生成一段創新應用描述（15-30字），說明如何將「{keyword}」的概念應用到「{query}」上。
+
+描述要體現{expert_name}的專業思維和獨特觀點。
 
 回傳 JSON：
 {{"description": "應用描述"}}"""