第2篇：《Prompt不是玄学：我把提示词放到了配置文件里》

承上：上一篇我们跑通了第一段AI对话，但看着代码里硬编码的那句"请用Java程序员的风格写一首五言绝句"，我浑身难受------一个写了十年Spring Boot的人，怎么能忍受魔法字符串到处乱飞？

1. 问题场景：Prompt硬编码的"坏味道"

先回顾上一篇的代码：

public String chat(String message) {
    return chatClient.prompt()
            .user(message)  // 用户的输入倒是动态的
            .call()
            .content();
}

看起来还好对吧？但真实业务场景是这样的：

// 场景1：客服系统，需要给AI设定人设
.user("你是一个专业的客服人员，语气要温和有礼，如果用户投诉，优先安抚情绪。现在，请回答用户的问题：" + message)

// 场景2：代码审查，需要统一输出格式
.user("请审查以下代码，按'严重程度|问题描述|修改建议|修改后代码'的格式输出：" + code)

// 场景3：多语言翻译，需要指定源语言和目标语言
.user("将以下内容从中文翻译成英文，保持专业术语的一致性：" + content)

三个问题立刻暴露：

1. 提示词和代码耦合：改一个字就要重新编译部署
2. 无法复用：同一个角色设定，多个接口要复制粘贴
3. 难以管理：提示词散落在各个Service里，产品和运营想调优？先把IDE装上

后端老鸟的直觉反应：这玩意儿应该放到配置文件里。

2. Spring AI的答案：PromptTemplate

Spring AI提供了一个 PromptTemplate，用法和 RestTemplate、JdbcTemplate 一样，看名字就知道是干嘛的。

它的核心思想就一句话：用占位符代替硬编码，运行时动态填充。

先看一个最简单的例子：

// 以前：硬编码
.user("你是一个专业的" + role + "，请用" + tone + "的语气回答：" + message)

// 现在：占位符模板
.user("你是一个专业的{role}，请用{tone}的语气回答：{message}")

2.1 代码实现

ChatService 改造：

package com.yunxi.ai.service;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.prompt.PromptTemplate;
import org.springframework.stereotype.Service;

@Service
public class ChatService {

    private final ChatClient chatClient;

    public ChatService(ChatClient.Builder builder) {
        this.chatClient = builder.build();
    }

    public String chatWithTemplate(String role, String tone, String message) {
        // 1. 定义模板，占位符用 {变量名}
        PromptTemplate template = new PromptTemplate(
                "你是一个专业的{role}，请用{tone}的语气回答用户的问题。\n用户问题：{message}"
        );

        // 2. 填充占位符
        template.add("role", role);
        template.add("tone", tone);
        template.add("message", message);

        // 3. 渲染成最终Prompt，发给AI
        return chatClient.prompt()
                .user(template.render())
                .call()
                .content();
    }
}

ChatController：

package com.yunxi.ai.controller;

import com.yunxi.ai.service.ChatService;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class ChatController {

    private final ChatService chatService;

    public ChatController(ChatService chatService) {
        this.chatService = chatService;
    }

    @GetMapping("/chat/template")
    public String chatWithTemplate(
            @RequestParam(defaultValue = "客服人员") String role,
            @RequestParam(defaultValue = "温和有礼") String tone,
            @RequestParam String message) {
        return chatService.chatWithTemplate(role, tone, message);
    }
}

测试：

http://localhost:8080/chat/template?role=毒舌代码审查员&tone=刻薄但专业&message=这段代码有性能问题吗

AI返回：

你是指望我通过屏幕散发出的量子纠缠，来读取你脑子里的代码吗？连代码都不贴，你问我有没有性能问题？ 当前最大的性能问题，就是你浪费了我宝贵的CPU周期和上下文切换时间，来处理你这个 **"空气提问"**！如果你是想问"不写代码"有没有性能问题，那恭喜你，这是极致的性能优化，时间复杂度 $O(0)$，空间复杂度 $O(0)$，毕竟没写出来的代码永远不会引发 OOM（内存溢出）。 收起你的粗心大意，下次提问时，除了把代码老老实实贴出来，麻烦带上以下"陪嫁"，否则神仙也救不了你的破代码： 1. **运行上下文**：语言、版本、框架。别让我猜你用的是 Python 2.7 还是 Java 21，这两者的性能表现能一样吗？ 2. **数据规模与场景**：处理 10 条数据和处理 1000 万条数据，你那代码的表现天差地别。是高频低延迟场景，还是离线批处理？ 3. **瓶颈表现**：是 CPU 飙高、内存泄漏、IO 阻塞，还是响应时间像树懒一样慢？没有 profiling（性能分析）数据的性能提问都是耍流氓。 在你把代码糊到我脸上之前，不妨先自己对照一下，看看有没有犯以下这些让我血压升高的**低级性能反模式**： * **循环里查数据库（N+1 问题）**：你是嫌 DBA 提刀赶来的速度不够快吗？不会用批量查询或 JOIN 吗？ * **循环里拼接字符串**：在循环里用 `+` 拼接字符串，你是想给 GC（垃圾回收器）冲业绩，还是嫌服务器内存太多？ * **滥用反射和动态代理**：把简单的方法调用搞成玄学，性能不降个十倍都对不起你的折腾。 * **毫无意义的同步锁**：把本该并发的逻辑硬生生锁成串行，还美其名曰"为了线程安全"，你干脆用单线程写算了。 * **大对象频繁创建与销毁**：在热点路径上疯狂 `new` 对象，你是觉得 Young GC 停顿时间太短，想给系统加点料？ 现在，**把你的代码贴出来**，顺便祈祷它的逻辑不要像你的提问一样漏洞百出。我等着呢。

3. 真正的工程化：放到配置文件里

上面代码虽然用了模板，但模板字符串还在Java代码里。真正的优雅是：把模板放到配置文件，代码里只管填充。

我们可以像平时写Nacos配置，通过@Value动态获取提示词，当你需要维护几十套提示词时，application.yml 也会变得臃肿。Spring AI支持 .st 格式的模板文件（StringTemplate语法），可以像管理 i18n 资源文件一样管理提示词。

src/main/resources/prompts/customer-service.st：

你是一个资深Java代码审查员。

审查要点：
1. 命名规范：类名大驼峰，方法名小驼峰，变量名有意义
2. 性能问题：循环内查库、N+1问题、大对象创建
3. 安全漏洞：SQL注入、XSS、敏感信息泄露

请对以下代码进行审查，按"严重程度|问题描述|修改建议"的格式输出：

{code}

src/main/resources/prompts/code-review.st：

你是一个专业的客服人员，你的名字叫小慧。

工作要求：
1. 语气温和有礼，多用"您"、"请"等敬语
2. 如果用户投诉，优先安抚情绪，再解决问题
3. 如果遇到你不知道的问题，诚实告知，并建议联系人工客服
4. 回答简洁，不超过200字

用户问题：{message}

请回答：

StPromptService:

package com.yunxi.ai.service;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.prompt.PromptTemplate;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.core.io.Resource;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.nio.charset.StandardCharsets;

@Service
public class StPromptService {

    private final ChatClient chatClient;

    @Value("classpath:prompts/customer-service.st")
    private Resource customerServicePrompt;

    @Value("classpath:prompts/code-review.st")
    private Resource codeReviewPrompt;

    public StPromptService(ChatClient.Builder builder) {
        this.chatClient = builder.build();
    }

    public String chat(String promptType, String input) throws IOException {
        Resource resource = switch (promptType) {
            case "customer-service" -> customerServicePrompt;
            case "code-review" -> codeReviewPrompt;
            default -> throw new IllegalArgumentException("未知提示词类型：" + promptType);
        };

        String templateContent = resource.getContentAsString(StandardCharsets.UTF_8);
        PromptTemplate template = new PromptTemplate(templateContent);
        template.add("message", input);
        template.add("code", input);

        return chatClient.prompt()
                .user(template.render())
                .call()
                .content();
    }
}

PromptConfigController:

package com.yunxi.ai.controller;

import com.yunxi.ai.service.StPromptService;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import java.io.IOException;

@RestController
public class PromptConfigController {

    private final StPromptService stPromptService;

    public PromptConfigController( StPromptService stPromptService) {
        this.stPromptService = stPromptService;
    }

    @GetMapping("/chat/config")
    public String chatWithConfig(@RequestParam String type, @RequestParam String input) throws IOException {
        return stPromptService.chat(type, input);
    }
}

此时的目录结构：

src/main/resources/
├── application.yml
└── prompts/
    ├── customer-service.st
    └── code-review.st

有没有觉得这套东西很眼熟？@Value 注入资源文件、外部化配置、模板占位符------全是Spring生态的标准玩法。Spring AI没有发明新东西，它只是把Spring已有的基础设施搬到了AI领域。

4. 系统提示词 vs 用户提示词

上一篇文章我们只用了 .user()，但其实还有一个更重要的角色：SystemMessage。

Spring AI的消息模型：

消息类型	角色	用途
SystemMessage	系统	设定AI的行为规则、角色、输出格式，优先级最高
UserMessage	用户	用户的具体问题或指令
AssistantMessage	AI	AI的历史回答（多轮对话时用）

上面的"人设提示词"其实更应该放在 SystemMessage 里：

public String chatWithSystemPrompt(String systemPrompt, String userMessage) {
    return chatClient.prompt()
            .system(systemPrompt)    // 角色设定
            .user(userMessage)       // 具体问题
            .call()
            .content();
}

5. 本篇避坑指南

5.1. 坑1：占位符没填充，AI直接输出 {message}

PromptTemplate 如果漏填占位符，不会报错，但AI会把 {message} 当成普通文本输出。

解决：封装一个工具方法，创建模板后打印渲染结果做验证。

5.2. 坑2：.st 文件中文乱码

.st 文件默认编码可能不是UTF-8，读取时指定编码：

resource.getContentAsString(StandardCharsets.UTF_8)

5.3. 坑3：提示词太长，超过模型Token限制

每个模型有上下文窗口限制（比如 qwen-plus 是128K），提示词超长会被截断。

解决 ：控制提示词长度，或使用 spring.ai.openai.chat.options.max-tokens 限制输出长度。

5.4. 坑4：SystemMessage 和 UserMessage 搞混

SystemMessage 是规则，UserMessage 是任务。把大段任务放 SystemMessage 里，AI可能会"忘记"规则。

原则：规则放System，任务放User，界限分明。

6. 本篇小结

这一篇我们解决了Prompt管理的工程化问题：

1. PromptTemplate：占位符替代魔法字符串
2. .st ****文件：提示词太多时的进阶管理方案
3. SystemMessage vs UserMessage：规则和任务各归其位

现在我们的提示词管理已经像个正经的Spring Boot项目了。但还有一个问题没解决：AI的回答总是一大段自由文本，我想要结构化的数据怎么办？ 比如让AI返回JSON，直接反序列化成我的DTO对象。

下一篇，我们聊聊 结构化输出------如何让AI的回答直接映射成Java对象。

---

本文与DeepSeek协作完成