提示词Prompt
本文介绍了Prompt(提示词)的概念及其在AI交互中的应用。Prompt是引导AI模型生成特定输出的输入格式,其设计直接影响模型响应。文章详细解析了Prompt API结构,重点说明Prompt类作为Message对象容器的功能。同时阐述了四大角色:系统角色(设定AI行为规范)、用户角色(用户输入)、助手角色(AI响应)和工具/功能角色(处理特殊功能请求)。最后通过代码示例展示了如何在Java中
1.什么是提示词Prompt
Prompt 是引导 AI 模型生成特定输出的输入格式,Prompt 的设计和措辞会显著影响模型的响应。
Prompt 最开始只是简单的字符串,随着时间的推移,prompt 逐渐开始包含特定的占位符,例如 AI 模型可以识别的 “USER:”、“SYSTEM:” 等。阿里云通义模型可通过将多个消息字符串分类为不同的角色,然后再由 AI 模型处理,为 prompt 引入了更多结构。每条消息都分配有特定的角色,这些角色对消息进行分类,明确 AI 模型提示的每个部分的上下文和目的。这种结构化方法增强了与 AI 沟通的细微差别和有效性,因为 prompt 的每个部分在交互中都扮演着独特且明确的角色。添加链接描述
2.API 概览
Prompt通常使用 ChatModel 的 call() 方法,该方法接受 Prompt 实例并返回 ChatResponse。
Prompt 类充当有组织的一系列 Message 对象和请求 ChatOptions 的容器。每条消息在提示中都体现了独特的角色,其内容和意图各不相同。这些角色可以包含各种元素,从用户查询到 AI 生成的响应再到相关背景信息。这种安排可以实现与 AI 模型的复杂而详细的交互,因为提示是由多条消息构成的,每条消息都被分配了在对话中扮演的特定角色。
下面是 Prompt 类的截断版本,为简洁起见省略了构造函数和实用方法:
public class Prompt implements ModelRequest<List<Message>> {
private final List<Message> messages;
private ChatOptions chatOptions;
}




3.四大角色
- 系统角色(System Role):指导 AI 的行为和响应方式,设置 AI 如何解释和回复输入的参数或规则。这类似于在发起对话之前向AI 提供说明。
- 用户角色(User Role):代表用户的输入 - 他们向 AI 提出的问题、命令或陈述。这个角色至关重要,因为它构成了 AI响应的基础。
- 助手角色(Assistant Role):AI 对用户输入的响应。这不仅仅是一个答案或反应,它对于保持对话的流畅性至关重要。通过跟踪 AI之前的响应(其“助手角色”消息),系统可确保连贯且上下文相关的交互。助手消息也可能包含功能工具调用请求信息。它就像 AI中的一个特殊功能,在需要执行特定功能(例如计算、获取数据或不仅仅是说话)时使用。
- 工具/功能角色(Tool/Function Role):工具/功能角色专注于响应工具调用助手消息返回附加信息。
4.新建SAA-05Prompt子模块

配置文件与配置类直接从SAA-04StreamingOutput模块中复制修改即可
新建PromptController
system AI能力边界
package com.hf.hong.controller;
import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;
@RestController
public class PromptController {
@Resource(name = "deepseekChatClient")
private ChatClient deepseekChatClient;
@Resource(name = "qwenChatClient")
private ChatClient qwenChatClient;
/**
* system AI能力边界
* @param question
* @return
*/
@GetMapping(value = "/prompt/systemRole")
public Flux<String> systemRole(@RequestParam(name = "question",defaultValue = "你是谁") String question) {
return deepseekChatClient.prompt().system("你是一个法律助手,只回答法律问题,其它问题回复,我只能回答法律相关问题,其它无可奉告")
.user(question).stream().content();
}
}
http://localhost:8005/prompt/systemRole?question=%E5%88%98%E5%BC%BA%E4%B8%9C%E7%AE%80%E4%BB%8B

http://localhost:8005/prompt/systemRole?question=%E5%88%91%E6%B3%95%E7%AE%80%E8%BF%B0

更多推荐



所有评论(0)