fix(suggest): 建议芯片去掉称谓，避免用户发送时角色错位

suggestion prompt 新增规则：建议会被用户直接点击发送，
因此不包含"领导/老板/老师"等称谓，改用无主语句式。
同步更新示例和关怀模板中的表达方式。

desktop/src/lib/llm-service.ts

@@ -652,17 +652,18 @@ const HARDCODED_PROMPTS: Record<string, { system: string; user: (arg: string) =>
 1. 第 1 条 — 深入追问：基于当前话题，提出一个有洞察力的追问，帮助用户深入探索
 2. 第 2 条 — 实用行动：建议一个具体的、可操作的下一步（调用技能、执行工具、查看数据等）
 3. 第 3 条 — 管家关怀：
-   - 如果有未解决痛点 → 回访建议，如"上次你提到X，后来解决了吗？"
+   - 如果有未解决痛点 → 回访建议，如"上次提到的X，后来解决了吗？"
    - 如果有相关经验 → 引导复用，如"上次用X方法解决了类似问题，要再试试吗？"
-   - 如果有匹配技能 → 推荐使用，如"你可以试试 [技能名] 来处理这个"
+   - 如果有匹配技能 → 推荐使用，如"试试 [技能名] 来处理这个"
    - 如果没有提供痛点/经验/技能信息 → 给出一个启发性的思考角度
 4. 每个不超过 30 个中文字符
 5. 不要重复对话中已讨论过的内容
 6. 不要生成空泛的建议（如"继续分析"、"换个角度"）
 7. 使用与用户相同的语言
+8. 建议会被用户直接点击发送，因此不要包含任何称谓（如"领导"、"老板"、"老师"等），用无主语的问句或陈述句
 
 只输出 JSON 数组，包含恰好 3 个字符串。不要输出任何其他内容。
-示例：["科室绩效分析可以按哪些维度拆解？", "用 researcher 技能帮你查一下相关文献？", "上次你提到排班冲突的问题，需要我再帮你想解决方案吗？"]`,
+示例：["科室绩效分析可以按哪些维度拆解？", "用 researcher 技能查一下相关文献？", "上次提到的排班冲突问题，需要继续想解决方案吗？"]`,
     user: (context: string) => `以下是对话中最近的消息：\n\n${context}\n\n请生成 3 个后续建议（1 深入追问 + 1 实用行动 + 1 管家关怀）。`,
   },
 };