C#调用 AI学习从0开始-第1阶段(基础与工具)-第2天Prompt工程基础

什么是 AI Prompt?

  1. 最简单定义
    Prompt 就是你给 AI 的「指令、提示词、问话、要求」。
    你跟 AI 说的每一句话、每一段要求,都是 Prompt。
    就像:
    你给人下任务 = 给 AI 写 Prompt
    人能不能做好,看你指令清不清楚
    AI 能不能答好,全看 Prompt 写得好不好

任务:

1.修改代码,加入 System Prompt(角色设定)

2.尝试 Few-shot(给几个例子)

3.尝试约束输出格式(JSON/Markdown)

源码:使用下面源码,按顺序修改messages内容后调试,感受变化。

csharp 复制代码
using System;
using System.Collections.Generic;
using System.Linq;
using System.Net.Http;
using System.Text;
using System.Text.Json;
using System.Threading.Tasks;

namespace ConsoleApp1.BLL
{
    //Prompt工程基础
    //加入 System Prompt(角色设定)
    //尝试 Few-shot(给几个例子)
    //尝试约束输出格式(JSON/Markdown)
    public class Day2_Prompt
    {
        public static async Task Day2(string apiKey, string url)
        {

            // 替换成你的阿里云百炼 API Key
            //const string apiKey = "此处写你申请的API Key";
            //const string url = "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions";

            var client = new HttpClient();
            client.DefaultRequestHeaders.Add("Authorization", $"Bearer {apiKey}");

            var requestBody = new
            {
                model = "qwen-turbo",
                //4. 约束输出位xml格式
                messages = new[]
                    {
                        new { role = "system", content = "只输出 XML 完整格式,不要有其他内容。" },
                        new { role = "user", content = "RAG 是一种结合检索和生成的技术,可以解决大模型的幻觉问题。" }  //AI 回答:{"summary":"RAG 是一种结合检索和生成的技术,可以解决大模型的幻觉问题。", "keywords":["RAG", "检索", "生成", "大模型", "幻觉问题"]}
                    }

                // 3. 约束输出为 JSON
                //messages = new[]
                //    {
                //        new { role = "system", content = "只输出 JSON 格式,不要有其他内容。格式:{\"summary\":\"...\", \"keywords\":[\"...\"]}" },
                //        new { role = "user", content = "RAG 是一种结合检索和生成的技术,可以解决大模型的幻觉问题。" }  //AI 回答:{"summary":"RAG 是一种结合检索和生成的技术,可以解决大模型的幻觉问题。", "keywords":["RAG", "检索", "生成", "大模型", "幻觉问题"]}
                //    }

                //2.Few-shot少样本学习
                //messages = new[]
                //{
                //    new { role = "system", content = "将用户输入分类为:技术问题、闲聊、其他" },
                //    new { role = "user", content = "C# 怎么读取文件" },
                //    new { role = "assistant", content = "技术问题" },
                //    new { role = "user", content = "今天天气不错" },
                //    new { role = "assistant", content = "闲聊" },
                //    //new { role = "user", content = "什么是 RAG" }  // 让 AI 分类这个  //AI 回答:技术问题
                //    new { role = "user", content = "今天吃什么" }  // 让 AI 分类这个 //AI 回答:闲聊
                //}

                //1.加入 System Prompt(角色设定)
                //messages = new[]
                //{
                //    new { role="system",content="你是一个.net技术专家,回答要简洁、准确,不超过50个字。"},  //AI 回答:.NET 是由微软开发的跨平台开发框架,用于构建多种类型的应用程序。
                //    new { role = "user", content = "用一句话说明什么是 .NET" }
                //}


            };

            var json = JsonSerializer.Serialize(requestBody);
            var content = new StringContent(json, Encoding.UTF8, "application/json");

            Console.WriteLine("正在调用阿里云百炼 AI...\n");

            try
            {
                var response = await client.PostAsync(url, content);
                var responseString = await response.Content.ReadAsStringAsync();

                if (response.IsSuccessStatusCode)
                {
                    var doc = JsonDocument.Parse(responseString);
                    var answer = doc.RootElement
                        .GetProperty("choices")[0]
                        .GetProperty("message")
                        .GetProperty("content")
                        .GetString();
                    Console.WriteLine($"AI 回答:{answer}");


                }
                else
                {
                    Console.WriteLine($"HTTP 错误:{response.StatusCode}");
                    Console.WriteLine($"响应内容:{responseString}");
                }
            }
            catch (Exception ex)
            {
                Console.WriteLine($"异常:{ex.Message}");

            }
        }

    }
}

跑通后,试试不同的 System Prompt 和输出格式。

相关推荐
触底反弹11 分钟前
🔥 前端也能玩转 AI 流式输出!从二进制流到打字机效果,一篇讲透
javascript·人工智能·node.js
腾渊信息科技公司14 分钟前
工业数据运维痛点根治方案:基于AI Agent的产线自动化台账系统落地
运维·人工智能·自动化·个人开发·ai编程
西安老张(AIGC&ComfyUI)16 分钟前
第030章:ComfyUI视频制作LTX-2.3模型文生视频工作流详解(三)
人工智能·aigc·comfyui
苦猿的大模型日记35 分钟前
Day25 | 模型量化横评 GPTQ vs AWQ vs GGUF vs INT8——同一个 Qwen3-8B 压四遍,谁还活着
人工智能
benchmark_cc1 小时前
如何用 Python + QuantDash 快速构建高胜率“配对交易(Pairs Trading)”策略?
开发语言·人工智能·python·pandas·量化交易·quantdash
深海鱼肝油ya1 小时前
小说自动生成系统(二)
人工智能·大模型·agent·智能体·自动化编程·小说生成系统
踏月的造梦星球1 小时前
DMDPC 学习:架构、部署、运维与调优
运维·数据库·学习·架构
通问AI1 小时前
Apple Intelligence 国行备案深度技术解析:阿里千问如何被集成到苹果端侧AI架构
人工智能·架构
视***间1 小时前
算力赋能零售与创意新生态:视程空间Pandora,解锁线下场景智能化无限可能
人工智能·边缘计算·智慧零售·ai算力·视程空间·创意开发
冬奇Lab2 小时前
MCP 系列(08):企业治理——Registry、路由与可观测性
人工智能·llm·mcp