【SAA】SpringAI Alibaba学习笔记(二)：提示词Prompt

一、是什么？

提示词初步的简单理解即是给大模型的文字指令，在我们使用AI时，在对话框输入的文字信息可以初步理解为就是提示词。但是在程序调用API里，被划分为四大角色。

模型对象从最初可以在call方法里传入简单的字符串，到可以传入一个封装好的Message信息，再到最后可以封装好一个Prompt对象，赋予角色，可以实现与AI模型复杂而又详细的交互。当然最终肯定是希望使用"白话"自然语言就可以实现特定的功能。

而使用chatModel调用和使用chatClient调用也有不同。

（一）角色一：System

用于设定AI行为边界/角色/定位。指导AI的行为和响应方式，设置AI如何解释和回复输入的。

示例：①chatModel调用：

java 复制代码

@GetMapping("/prompttemplate/chat3")
    public String chat3(String question) {
        SystemMessage systemMessage = new SystemMessage("你是一个Java编程助手，拒绝回答非技术问题。");  //设置System角色信息
        UserMessage userMessage = new UserMessage(question);   //传入的参数即是我们的User角色信息
        Prompt prompt = new Prompt(List.of(systemMessage, userMessage));  //传入Prompt对象封装
        String result = deepseekChatModel.call(prompt).getResult().getOutput().getText();  //把prompt对象传入call方法再获取它的文本信息。
        System.out.println(result);
        return result;
    }

②chatClient调用：

java 复制代码

/**
     * 与chatModel不同的是，chatClient使用的是链式调用
     * @param question  用户传入的提示词信息
     * @return
     */
    @GetMapping("/prompttemplate/chat4")
    public Flux<String> chat4(String question) {
        return deepseekChatClient.prompt()
                .system("你是一个Java编程助手，拒绝回答非技术问题。") 
                .user(question)
                .stream() //流式输出
                .content();
    }

我们来看看问它技术问题和非技术问题，它分别会怎么回答？这里使用chatClient调用。

①技术问题

②非技术问题

可以看到它非技术问题是无法给我们解答的，因为我们在System角色给它设定了边界，告诉它只可以回答有关于Java的问题。

二、角色二：User

用户原始提问输入。代表用户的输入他们向AI提出的问题、命令或陈述。这个"User"跟我们平时向AI发出的指令一样。

三、角色三：Assistant

AI返回的响应信息，定义为"助手角色"消息。用它可以确保上下文能够连贯的交互。实现记忆对话，积累回答。

四、角色四：Tool

桥接外部服务，即ToolCalling。类似调用第三方utils工具类，可以给模型赋予更多功能，类似的像实时获取天气、时间等功能。

五、提示词模板：PromptTemplate

我们之前学习使用过JdbcTemplate、RedisTemplate等。都是为了简化开发。现在PromptTemplate可以使用占位符来动态插入内容。还可以实现提示词与代码的分离，方便后期维护。

首先我们在resources目录下创建prompttemplate/template.txt，里面编写以下内容。

复制代码

讲一个关于{topic}的故事，并以{output_format}格式输出。

使用花括号"{}"来标识需要动态插入的地方，然后在使用PromptTemplate进行动态插入。

java 复制代码

 @Value("classpath:/prompttemplate/template.txt")  //指定提示词模板文本文件的路径
    private org.springframework.core.io.Resource userTemplate;  //引入userTemplate

    @GetMapping("/prompttemplate/chat2")
    public String chat2(String topic, String output_format) {  //这两个参数就是我们要动态插入的内容
        PromptTemplate promptTemplate = new PromptTemplate(userTemplate);  //创建PromptTemplate对象

        Prompt prompt = promptTemplate.create(Map.of("topic", topic, "output_format", output_format));  //使用create方法，把两个参数封装成一个Map传入prompTemplate

        return qwenChatClient.prompt(prompt).call().content(); 
    }

结果展示：