OpenAI 的 Prompt 工程是指通过设计和构建与大语言模型进行交互的输入方式，以引导模型生成期望输出的过程。
**任务：**本文将以引导AI根据用户指令输出符合用户要求的json格式数据。
一）测试 Azure OpenAI 服务
python
import openai
import time
from openai import AzureOpenAI
from openai.types.chat import ChatCompletion
import json
class AIJSONProcessor:
def __init__(self, endpoint, deployment, subscription_key, api_version, max_retries=2, timeout=30, proxy=None):
self.endpoint = endpoint.rstrip('/')
self.deployment = deployment
self.subscription_key = subscription_key
self.api_version = api_version
self.max_retries = max_retries
# 配置Azure OpenAI客户端
self.client = AzureOpenAI(
api_key=subscription_key,
api_version=api_version,
azure_endpoint=endpoint
)
# 设置超时
self.timeout = timeout
def testOpenaiConnection(self):
'''
测试程序
'''
for attempt in range(self.max_retries + 1):
try:
print(f"正在尝试连接到Azure OpenAI: {self.deployment} (尝试 {attempt + 1}/{self.max_retries + 1})")
print(f"端点: {self.endpoint}")
print(f"超时设置: {self.timeout}秒")
# 调用Azure OpenAI API
response = self.client.chat.completions.create(
model=self.deployment,
messages=[
{"role": "system", "content": "你是一个AI助手。"},
{"role": "user", "content": "你是openai的哪个版本"}
],
max_tokens=50
)
# 提取模型回复
message = response.choices[0].message.content.strip()
return {
"success": True,
"deployment": self.deployment,
"response": message
}
except openai.AuthenticationError as e:
return {
"success": False,
"error": "认证失败，请检查订阅密钥或API端点",
"details": str(e)
}
except openai.RateLimitError as e:
wait_time = 2 ** attempt # 指数退避
print(f"速率限制错误，等待 {wait_time} 秒后重试...")
time.sleep(wait_time)
continue
except openai.APITimeoutError as e:
return {
"success": False,
"error": "请求超时，请检查网络连接或增加超时时间",
"details": str(e)
}
except openai.APIError as e:
if attempt < self.max_retries:
wait_time = 2 ** attempt # 指数退避
print(f"API错误: {str(e)}，等待 {wait_time} 秒后重试...")
time.sleep(wait_time)
continue
else:
return {
"success": False,
"error": "多次尝试后API请求仍失败",
"details": str(e)
}
except ValueError as e:
return {
"success": False,
"error": "配置错误，请确认OpenAI库版本和参数设置",
"details": str(e)
}
except Exception as e:
return {
"success": False,
"error": "发生未知错误",
"details": str(e)
}
processor = AIJSONProcessor(
endpoint="https://XXXXX-openai.openai.azure.com/",
deployment="gpt-4.1",
subscription_key="10XXXXXXXXXXXXXXXXXXXXXXXXXXXe",
api_version="2025-XXXXXX-preview",
max_retries=2,
timeout=60,
)
print("正在测试Azure OpenAI API连接...")
result = processor.testOpenaiConnection()
print(result)- endpoint 指定 Azure OpenAI 服务的 API 访问地址（端点）。
- deployment 指定你在 Azure OpenAI 上部署的模型名称，告诉API要使用的是哪个模型。
- subscription_key 你的 Azure OpenAI 订阅密钥（API Key）。
- api_version 指定调用的 API 版本，Azure OpenAI 的 API 可能会有多个版本，不同版本可能有不同的功能或参数要求。
- max_retries 请求失败时最多重试的次数。
- timeout 每次 API 请求的超时时间（秒）。如果请求在指定时间内没有响应，就会报超时错误，防止程序一直卡住。
测试可以正常通信后，就可以开始构建OpenAI的Prompt工程了。
二）设计有效的提示词
2.1 系统级prompt
在调用Azure OpenAI API的时候，会给AI传递对应的prompt
python
# 调用Azure OpenAI API
response = self.client.chat.completions.create(
model=self.deployment,
messages=[
{"role": "system", "content": "你是一个AI助手。"},
{"role": "user", "content": "你是openai的哪个版本"}
],
max_tokens=50
)在如上的示例中传递的prompt是两种类型的prompt，即系统级prompt和用户级prompt，实际上还有AI本身的prompt，这种prompt其实是保留AI之前的回答，在下次用户prompt输入的时候一起被输入，保留记忆。
对于系统级prompt，其提示词会让AI明确自己的身份定位，从而制约说话语气，和表达方式。
由于本文任务是引导AI根据用户指令输出符合用户要求的json格式数据，其对于自身定位没有要求，只有一些前提可以告诉AI，比如json数据中属性对应的自然语言，这样AI就能理解自然语言的表达，并按着用户需求来生成对应的json格式数据。
其prompt设置如下：
python
referPrompt = 'json格式其属性和中文的对应关系如下：公司＝company，姓名＝name,年龄＝age,工作经验＝workExperience,职位＝position，入职时间＝duration'当然，其实这个任务中不需要AI明确自己的身份定位，这个提示词也可以被放入用户提示词中。
2.2 用户级prompt
对于用户级别的prompt来说，该prompt的作用是核心的prompt，用户prompt是任务完美完成的核心，是影响着AI输出的关键。
python
# 示例JSON数据
input_data = {
"name": "张三",
"age": 25,
"skills": ["Python", "SQL", "AI"],
"workExperience": [
{
"company": "科技公司A",
"position": "数据分析师",
"duration": "2022-2024"
}
]
}
aiPrompt = (
prompt + "\n"
"请创建新的 json。请不要添加任何说明文字或补充内容，严格遵守 json 格式，确保每一层级的括号必须 闭合，仅输出 json。"+ "\n"
+ json.dumps(input_data, ensure_ascii=False)
)2.3 AI级prompt
由于这里的任务不需要上下文的记忆，因此不需要加入词prompt。
三）测试
python
import openai
import time
from openai import AzureOpenAI
from openai.types.chat import ChatCompletion
import json
class AIJSONProcessor:
def __init__(self, endpoint, deployment, subscription_key, api_version, max_retries=2, timeout=30, proxy=None):
self.endpoint = endpoint.rstrip('/') # 确保端点不以斜杠结尾
self.deployment = deployment
self.subscription_key = subscription_key
self.api_version = api_version
self.max_retries = max_retries
# 配置Azure OpenAI客户端
self.client = AzureOpenAI(
api_key=subscription_key,
api_version=api_version,
azure_endpoint=endpoint
)
# 设置超时
self.timeout = timeout
def process(self, prompt):
'''
执行程序 参数列表
prompt: 用户指令
'''
for attempt in range(self.max_retries + 1):
try:
print(f"正在尝试连接到Azure OpenAI: {self.deployment} (尝试 {attempt + 1}/{self.max_retries + 1})")
print(f"端点: {self.endpoint}")
print(f"超时设置: {self.timeout}秒")
referPrompt = 'json格式其属性和中文的对应关系如下：公司＝company，姓名＝name,年龄＝age,工作经验＝workExperience,职位＝position，入职时间＝duration'
# 示例JSON数据
input_data = {
"name": "张三",
"age": 25,
"skills": ["Python", "SQL", "AI"],
"workExperience": [
{
"company": "科技公司A",
"position": "数据分析师",
"duration": "2022-2024"
}
]
}
aiPrompt = (
prompt + "\n"
"请创建新的 json。请不要添加任何说明文字或补充内容，严格遵守 json 格式，确保每一层级的括号必须闭合，仅输出 json。"+"\n"
+ json.dumps(input_data, ensure_ascii=False)
)
# 调用Azure OpenAI API
response = self.client.chat.completions.create(
model=self.deployment,
messages=[
{"role": "system", "content": referPrompt },
{"role": "user", "content": aiPrompt }
],
max_tokens=100
)
# 提取模型回复
message = response.choices[0].message.content.strip()
return message
except openai.AuthenticationError as e:
return {
"success": False,
"error": "认证失败，请检查订阅密钥或API端点",
"details": str(e)
}
except openai.RateLimitError as e:
wait_time = 2 ** attempt # 指数退避
print(f"速率限制错误，等待 {wait_time} 秒后重试...")
time.sleep(wait_time)
continue
except openai.APITimeoutError as e:
return {
"success": False,
"error": "请求超时，请检查网络连接或增加超时时间",
"details": str(e)
}
except openai.APIError as e:
if attempt < self.max_retries:
wait_time = 2 ** attempt # 指数退避
print(f"API错误: {str(e)}，等待 {wait_time} 秒后重试...")
time.sleep(wait_time)
continue
else:
return {
"success": False,
"error": "多次尝试后API请求仍失败",
"details": str(e)
}
except ValueError as e:
return {
"success": False,
"error": "配置错误，请确认OpenAI库版本和参数设置",
"details": str(e)
}
except Exception as e:
return {
"success": False,
"error": "发生未知错误",
"details": str(e)
}
processor = AIJSONProcessor(
endpoint="https://XXXXXXXXXXopenai.openai.azure.com/",
deployment="gpt-4.1",
subscription_key="103XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXfe",
api_version="2025-0XXXXXXXXXeview",
max_retries=2,
timeout=60,
)
print("正在测试Azure OpenAI API连接...")
result = processor.process("把姓名改成cce，年龄改为22，职位改为小白")
print(result)
成功输出！！测试完成！！