超实用！SpringAI提示词的4种神级用法

技术分享 9个月前 (06-24) 0 999+

提示词（Prompt）是输入给大模型（LLM）的文本指令，用于明确地告诉大模型你想要解决的问题或完成的任务，也是大语言模型理解用户需求并生成准确答案的基础。因此 prompt 使用的好坏，直接决定了大模型生成结果的质量（是否符合预期）。

那问题来了，在 Spring AI/Spring AI Alibaba 如何用好提示词？以及提示词的使用方式有哪些呢？接下来本文一起来盘点一下。

1.简单提示词使用

最简单的设置固定系统提示词和用户提示词的用法如下：

@RequestMapping("/chat") public String chat(String msg) {     String result = chatClient.prompt()             .system("你是一个问答助手") // 设置系统提示词             .user(msg)                 // 设置用户提示词             .call().content();     System.out.println("结果：" + result);     return result; }

2.动态提示词

所谓的动态提示词指的是需要进行动态参数替换的提示词，它的基本使用如下：

@RequestMapping("/chat") public String chat(String topic) {     PromptTemplate promptTemplate =             new PromptTemplate("你是一个{role}，讲一个关于{topic}的故事");     Prompt prompt = promptTemplate.create(Map.of("role", "讲故事的助手",             "topic", topic));     return chatModel.call(prompt).getResult().getOutput().getText(); }

3.从文件中读取动态提示词

动态提示词如果比较短，我们可以像上面一样写到代码里面，如果比较长，我们可以把它单独放的某个文件模版中进行读取使用，具体实现如下：

// 从文件中读取提示词 @Value("classpath:type-system-prompt-txt") private Resource systemPrompt;  @RequestMapping("/chat") public String chat(String msg) {     return chatClient.prompt()             .system(systemPrompt)              .user(msg)             .call()             .content();     } }

4.Lambda表达式提示词

当提示词比较短的时候，除了可以使用 PromptTemplate 设置提示词之外，我们还可以使用 Lambda 表达式来实现动态提示词的设置，具体使用如下：

@RequestMapping("/chat") public User chat(String name) {     return chatClient.prompt()             .user(msg -> msg.text("我叫{name}，今年18岁，爱好打羽毛球。")                     .param("name", name))             .call()             .entity(User.class); // 结果化输出 }