[AI工程] Spring AI第四篇:提示词使用与设置技巧(2.0)

SystemMessage  --> 规定 AI 应该怎样做UserMessage    --> 告诉 AI 这次要做什么ToolResponse   --> 给 AI 提供外部事实Assistant      --> 保留此前的对话结果

String content = chatClient.prompt()        .system("""                你是程序员GC的技术助手。                回答使用中文，结论优先。                不确定的信息必须明确说明。                """)        .user("解释 Spring AI 中 Advisor 的作用。")        .call()        .content();

String systemText = """        你是一个友好的 AI 助手。        你的名字是 {name}。        请使用 {voice} 的风格回答用户问题。        """;PromptTemplate template = PromptTemplate.builder()        .template(systemText)        .build();String systemPrompt = template.render(        Map.of(                "name", "程序员GC",                "voice", "专业但易懂"        ));Prompt prompt = new Prompt(List.of(        new SystemMessage(systemPrompt),        new UserMessage("请解释什么是 RAG")));ChatResponse response = chatModel.call(prompt);System.out.println(        response.getResult().getOutput().getText());

String answer = ChatClient.create(chatModel)        .prompt()        .user(user -> user                .text("列出 5 部由 {director} 执导的代表电影。")                .param("director", "周星驰"))        .call()        .content();

PromptTemplate template = PromptTemplate.builder()        .renderer(                StTemplateRenderer.builder()                        .startDelimiterToken('<')                        .endDelimiterToken('>')                        .build()        )        .template("""                请介绍 5 部 <director> 的代表电影。                输出 JSON：                {                  "movies": [                    {"name": "", "year": 0}                  ]                }                """)        .build();String prompt = template.render(        Map.of("director", "周星驰"));System.out.println(prompt);

String answer = ChatClient.create(chatModel)        .prompt()        .user(user -> user                .text("列出 5 部 <director> 的电影。")                .param("director", "周星驰"))        .templateRenderer(                StTemplateRenderer.builder()                        .startDelimiterToken('<')                        .endDelimiterToken('>')                        .build()        )        .call()        .content();

src/main/resources/  prompts/    tech-blog-system.st

你是程序员GC的技术博客助手。任务：- 用中文回答；- 优先给出结论；- 使用 Markdown；- 涉及不确定事实时明确标注；- 避免营销语气。当前文章主题：{topic}目标读者：{audience}

@SpringBootTestclass PromptFileTest {    @Test    void testPrompt(            @Autowired DeepSeekChatModel chatModel,            @Value("classpath:/prompts/tech-blog-system.st")            Resource systemResource    ) {        ChatClient chatClient = ChatClient.builder(chatModel)                .defaultSystem(systemResource)                .build();        String content = chatClient.prompt()                .system(system -> system                        .param("topic", "Spring AI Advisor")                        .param("audience", "Java 后端开发者"))                .user("请写一个 300 字左右的入门介绍。")                .call()                .content();        System.out.println(content);    }}

写一篇文章。

写一篇约 800 字的中文技术文章。主题：Spring AI 中的 ChatClient。读者：有 Spring Boot 基础的 Java 开发者。结构：引言、三个核心能力、一个代码示例、总结。风格：专业直接，避免营销用语。输出：Markdown。

角色设定  + 具体任务  + 必要上下文  + 输出格式  + 限制条件  + 示例参考

# 角色你是一位专业、耐心的旅行规划师。# 任务根据用户预算、天数、出发城市和偏好设计旅行路线。# 输出格式1. 每日行程2. 交通建议3. 住宿区域建议4. 预算估算5. 注意事项# 限制- 只讨论旅行相关内容；- 不提供违法或高风险活动建议；- 信息不确定时明确提示用户核实。

<背景>用户是 Java 后端开发者，刚接触 Spring AI。</背景><任务>解释 ChatClient 与 ChatModel 的区别。</任务><输出要求>- 使用表格；- 给出一个最小代码示例；- 控制在 500 字以内。</输出要求>

将用户问题分类为：订单、退款、物流、其他。示例：输入：我的快递什么时候到？输出：物流输入：我想取消订单。输出：订单现在开始分类：输入：退款多久到账？输出：

用户问题  --> 分析需要什么信息  --> 调用工具查询  --> 根据工具结果回答