🚀 Vercel AI SDK 使用指南：提示词（Prompts），支持国产模型

🚀 环境准备：接入国产大模型

在开始 Prompt 教学之前，我们先搞定"基础设施"。Vercel AI SDK 的 @ai-sdk/openai 包提供了极佳的兼容性，完美支持所有兼容 OpenAI 接口规范的国产模型。

1. 安装依赖

Bash

bash 复制代码

npm install ai @ai-sdk/openai zod

2. 配置国产模型 Provider

我们不需要安装各种乱七八糟的非官方 SDK，直接用 createOpenAI 创建自定义 Provider 即可。

新建一个 utils/ai-models.ts 文件：

TypeScript

php 复制代码

import { createOpenAI } from '@ai-sdk/openai';

// 配置 DeepSeek
export const deepseek = createOpenAI({
  name: 'deepseek',
  baseURL: 'https://api.deepseek.com',
  apiKey: process.env.DEEPSEEK_API_KEY, // 记得在 .env 中配置 Key
});

// 配置 Moonshot (Kimi)
export const moonshot = createOpenAI({
  name: 'moonshot',
  baseURL: 'https://api.moonshot.cn/v1',
  apiKey: process.env.MOONSHOT_API_KEY,
});

// 配置阿里云通义千问 (Qwen) - 需兼容接口地址
export const qwen = createOpenAI({
  name: 'qwen',
  baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1',
  apiKey: process.env.DASHSCOPE_API_KEY,
});

现在，我们就可以在代码里随心所欲地调用了！

💡 AI SDK 提示词的三种境界

根据 Vercel AI SDK 文档，提示词主要分为三种形式：Text Prompts（文本提示） 、System Prompts（系统提示） 和 Message Prompts（消息提示） 。

我们将逐一拆解，并配合国产模型进行实战。

1. Text Prompts（文本提示）

这是最基础的形式，适用于简单的单次生成任务。你直接给模型一个字符串，它给你返回结果。

场景： 生成文案、简单的翻译。

TypeScript

javascript 复制代码

import { generateText } from 'ai';
import { deepseek } from './utils/ai-models';

async function main() {
  const result = await generateText({
    // 切换模型只需改这里：deepseek('deepseek-chat') 或 moonshot('moonshot-v1-8k')
    model: deepseek('deepseek-chat'), 
    prompt: '用鲁迅的语气写一段关于"周五不想上班"的短评。',
  });

  console.log(result.text);
}

进阶技巧：动态模版 利用 JS 的模板字符串，我们可以轻松注入变量：

TypeScript

ini 复制代码

const destination = '重庆';
const days = 3;

const result = await generateText({
  model: deepseek('deepseek-chat'),
  prompt: `我计划去${destination}玩${days}天，请为我规划一份特种兵式的旅游攻略，重点推荐美食。`,
});

2. System Prompts（系统提示）

系统提示是给模型的"人设"或"出厂设置"。它能极大地规范模型的行为边界。在 AI SDK 中，system 属性与 prompt 分离，使逻辑更清晰。

场景： 角色扮演、特定格式输出规范。

TypeScript

javascript 复制代码

import { generateText } from 'ai';
import { moonshot } from './utils/ai-models';

async function main() {
  const result = await generateText({
    model: moonshot('moonshot-v1-8k'), // Kimi 擅长长文本和遵循指令
    
    // 这里设定人设
    system: `你是一位资深的前端架构师。
    1. 回答问题时必须包含代码示例。
    2. 解释要通俗易懂，但不要过度简化。
    3. 所有的代码示例请使用 TypeScript。`,
    
    // 这里是具体问题
    prompt: '解释一下 React Server Components 的优势。',
  });

  console.log(result.text);
}

3. Message Prompts（消息提示/对话模式）

这是开发聊天机器人（Chatbot）时最常用的模式。它不仅仅是一句话，而是一个包含上下文的数组。

数组中包含三种核心角色：

User (用户) : 提问者。
Assistant (助手) : 模型之前的回复。
Tool (工具) : 如果使用了 Function Calling，这里会包含工具调用的结果。

场景： 多轮对话、聊天机器人。

TypeScript

php 复制代码

import { streamText } from 'ai'; // 使用流式传输体验更好
import { deepseek } from './utils/ai-models';

async function chat() {
  const result = streamText({
    model: deepseek('deepseek-chat'),
    messages: [
      { role: 'system', content: '你是一个乐于助人的编程助手。' },
      { role: 'user', content: '你好！' },
      { role: 'assistant', content: '你好！有什么我可以帮你的吗？' }, // 模拟之前的上下文
      { role: 'user', content: '如何用 Vue3 实现一个防抖函数？' },
    ],
  });

  // 在终端实时打印流式结果
  for await (const textPart of result.textStream) {
    process.stdout.write(textPart);
  }
}

🧩 高级玩法：多模态与文件（Multimodal）

AI SDK 统一了多模态输入的格式。虽然目前 DeepSeek V3/R1 主要专注于文本 ，但如果你使用 Kimi (Moonshot) 或 通义千问 (Qwen-VL) 等支持视觉的模型，你可以直接发送图片或文件。

发送图片（以兼容模型为例）

假设我们使用支持视觉的模型（例如通义千问 qwen-vl-max 或兼容的视觉模型）：

TypeScript

php 复制代码

import { generateText } from 'ai';
import { qwen } from './utils/ai-models';
import fs from 'node:fs';

const result = await generateText({
  model: qwen('qwen-vl-max'), 
  messages: [
    {
      role: 'user',
      content: [
        { type: 'text', text: '这张图片里有什么？请详细描述。' },
        {
          type: 'image',
          // 支持 URL 或 Base64 或 Buffer
          image: fs.readFileSync('./demo.jpg'), 
        },
      ],
    },
  ],
});

发送文件（File Parts）

目前仅部分厂商（如 Google Gemini、Claude、OpenAI）原生支持 PDF/音频等文件输入。对于国产模型，建议先在本地将文件解析为文本（Text） ，然后作为 System Prompt 或 User Prompt 发送，这是最稳妥的跨模型兼容方案。

🛠 Provider Options：特定厂商参数

有时候你需要传递一些特定厂商才有的参数，比如 DeepSeek 的特定缓存设置（假设有）或者 OpenAI 的 reasoning_effort。

AI SDK 允许你通过 providerOptions 透传这些参数，而不会破坏通用接口。

TypeScript

php 复制代码

const result = await generateText({
  model: deepseek('deepseek-chat'),
  prompt: '...',
  // 这是一个示例，具体参数需参考对应厂商文档
  providerOptions: {
    openai: { // 因为我们用的是 openai 兼容模式
      temperature: 0.7, // 覆盖默认设置
      top_p: 0.9
    },
  },
});

总结

使用 Vercel AI SDK 开发 AI 应用的核心思路就是：标准化。

连接层 ：用 createOpenAI + baseURL 搞定所有国产模型。
简单任务 ：用 prompt + system 快速生成。
复杂交互 ：用 messages 数组管理上下文。

现在，你已经掌握了这套"万能钥匙"，不管是 DeepSeek 的推理能力，还是 Kimi 的长文本能力，都能在你的项目中无缝切换，快速落地。