从Prompt工程到金融实战：基于Few-shot Learning的大模型信息抽取全解析

大家好，我是你们的技术伙伴。👋

在2026年的今天，大模型（LLM）已经不再是简单的聊天玩具，它正在成为金融、医疗等垂直领域的核心生产力工具。但在实际业务中，我们经常面临一个痛点：如何让通用的大模型精准地理解特定领域的"黑话"？

今天，我将基于金融领域 的实战案例，带你从零构建一套完整的大模型提示词工程（Prompt Engineering） 体系。我们将利用Few-shot Learning（少样本学习），让模型在没有经过专业微调的情况下，也能具备顶级金融专家的分析能力。

核心内容概览：

1. Prompt工程核心原则：如何让模型"听懂人话"？
2. 金融文本分类：自动识别新闻、公告与财报。
3. 金融文本匹配：判断两段话是否描述同一事件。
4. 信息抽取：从杂乱文本中挖出"金矿"（实体与关系）。

---

🛠️ 第一部分：提示词工程------与大模型的"心灵对话"

很多初学者觉得大模型"不好用"，其实是因为没有掌握**Prompt Engineering（提示词工程）**的艺术。这不仅仅是写指令，而是引导模型思考的过程。

1. 核心原则：清晰的指令

不要让模型猜谜。你需要明确告诉它：角色、任务、格式、限制。

• 角色扮演：让模型充当"金融分析师"，它会自动调用相关领域的知识库。
• 思维链（Chain of Thought）：给模型充足的"思考时间"，要求它一步步推理，而不是直接蹦出答案。

2. 迭代优化

Prompt设计是一个循环迭代的过程：

1. 初步想法 -> 编写初版Prompt。
2. 输入模型 -> 观察输出。
3. 结果检查 -> 分析错误（是理解错了任务，还是格式不对？）。
4. 循环迭代 -> 调整指令，直到模型表现完美。

---

💰 第二部分：金融文本分类实战------给信息"贴标签"

在海量的金融资讯中，自动识别文本类型（如新闻报道、公司公告、财务报告、分析师报告）是风险控制和投资决策的第一步。

核心逻辑：

利用Few-shot思想，我们在Prompt中提供几个"标准答案"作为示例，让模型模仿学习。

代码实现：

from openai import OpenAI
import os

# 1. 配置客户端 (以Qwen为例)
client = OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"), base_url="https://dashscope.aliyuncs.com/compatible-mode/v1")

# 2. 定义金融专家角色与示例样本
class_examples = {
    '新闻报道': '今日，股市经历了一轮震荡，受到宏观经济数据和全球贸易紧张局势的影响...',
    '财务报告': '本公司年度财务报告显示，去年公司实现了稳步增长的盈利...',
    '公司公告': '本公司高兴地宣布成功完成最新一轮并购交易...',
    '分析师报告': '最新的行业分析报告指出，科技公司的创新将成为未来增长的主要推动力...'
}

def classify_financial_text(text):
    # 构建Prompt：系统指令 + 少量示例 + 待分类文本
    prompt = [
        {"role": "system", "content": "你是一个资深金融专家，请严格将文本分类为：新闻报道、财务报告、公司公告、分析师报告。如果不确定，回答'其他'。"}
    ]
    
    # 加入示例（Few-shot Learning的核心）
    for cls, example in class_examples.items():
        prompt.append({"role": "user", "content": f"请分类：{example}"})
        prompt.append({"role": "assistant", "content": cls})
    
    # 加入待预测文本
    prompt.append({"role": "user", "content": f"请分类：{text}"})
    
    # 调用模型
    response = client.chat.completions.create(
        model="qwen-plus",
        messages=prompt,
        temperature=0.1 # 降低随机性，保证分类稳定
    )
    
    return response.choices[0].message.content

# 测试
text = "ABC公司今日发布公告称，已成功完成对XYZ公司股权的收购交易..."
print(f"分类结果: {classify_financial_text(text)}")

🔗 第三部分：金融文本匹配实战------寻找"孪生"信息

场景需求：

判断两条新闻是否在描述同一件事（例如：判断市场上的两条关于"降息"的消息是否指向同一政策）。

代码实现：

def init_matching_prompt():
    # 定义匹配逻辑与示例
    examples = {
        '是': [
            ('公司ABC发布了季度财报，显示盈利增长。', '财报披露，公司ABC利润上升。'),
        ],
        '不是': [
            ('黄金价格下跌，投资者抛售。', '外汇市场交易额创下新高。'),
            ('央行降息，刺激经济增长。', '新能源技术的创新。')
        }
    }
    
    history = [
        {"role": "system", "content": "判断两个句子语义是否相似，相似返回'是'，不相似返回'不是'。"}
    ]
    
    for label, pairs in examples.items():
        for pair in pairs:
            history.append({"role": "user", "content": f"句子一：{pair[0]}\n句子二：{pair[1]}"})
            history.append({"role": "assistant", "content": label})
    
    return history

def check_similarity(sentence1, sentence2):
    prompt = init_matching_prompt()
    prompt.append({"role": "user", "content": f"句子一：{sentence1}\n句子二：{sentence2}"})
    
    response = client.chat.completions.create(
        model="qwen-plus",
        messages=prompt
    )
    return response.choices[0].message.content

# 测试
print(check_similarity("油价大幅下跌，能源公司面临挑战。", "原油价格跳水，导致相关企业市值缩水。"))

📝 第四部分：金融信息抽取实战------从文本到结构化数据

这是大模型在金融领域最硬核的应用之一：实体抽取（NER）。我们需要从一段杂乱的文本中，提取出"日期"、"股票名称"、"涨跌幅"等关键信息，并整理成JSON格式。

核心技巧：

1. Schema定义：明确告诉模型要提取哪些字段。
2. 结果后处理：模型输出的可能是带Markdown格式的JSON，需要清洗。

代码实现：

import json
import re

# 定义抽取的Schema
SCHEMA = {
    '金融': ['日期', '股票名称', '开盘价', '收盘价', '成交量']
}

IE_PATTERN = "{}\n\n提取上述句子中{}的实体，并按照JSON格式输出。如果句子中没有的信息用['原文中未提及']来表示，多个值之间用','分隔。"

def extract_financial_info(raw_text):
    # 1. 构建Prompt (包含系统指令和Few-shot示例)
    prompt = [
        {"role": "system", "content": "你是信息提取专家，请严格按照JSON格式输出，不要添加任何解释。"}
    ]
    
    # 这里可以加入一些预定义的示例...
    # prompt.append(...)
    
    # 2. 添加当前任务
    user_content = IE_PATTERN.format(raw_text, SCHEMA['金融'])
    prompt.append({"role": "user", "content": user_content})
    
    # 3. 推理
    response = client.chat.completions.create(
        model="qwen-plus",
        messages=prompt
    )
    
    raw_response = response.choices[0].message.content
    # 4. 后处理：去除```json等Markdown标签
    return clean_response(raw_response)

def clean_response(response: str):
    """清洗模型输出，提取纯JSON"""
    if '```json' in response:
        # 使用正则提取json代码块
        res = re.findall(r'```json(.*?)```', response, re.S)
        if res:
            response = res[0].strip()
    try:
        return json.loads(response)
    except:
        return {"error": "解析失败", "raw": response}

# 测试
text = "2023-02-15，股票佰笃[BD]美股开盘价10美元，最终以13美元收盘..."
result = extract_financial_info(text)
print(json.dumps(result, indent=2, ensure_ascii=False))

🏁 结语

通过上述三个实战案例（分类、匹配、抽取），我们看到了大模型在金融领域的巨大潜力。Few-shot Learning 让我们无需海量标注数据，仅通过精心设计的Prompt，就能让模型具备专业能力。

给读者的建议：

1. 多迭代：不要指望一次Prompt就完美，多试几次。
2. 多用Role：给模型一个身份（如"资深审计师"），效果往往更好。
3. 关注输出格式：在金融领域，数据的结构化（JSON）比文本本身更重要。

如果你觉得这篇文章对你有帮助，希望点赞、收藏、关注！你的支持是我持续输出硬核内容的最大动力！