当前位置：首页 > news >正文

Langchain4j（3） Prompt 提示词工程 + PromptTemplate + SystemMessage 高级用法

news 2026/4/14 15:29:14

一、LangChain4j 提示词（Prompt）核心三件套

PromptTemplate：提示词模板，支持变量替换
SystemMessage：系统角色设定（决定 AI 行为）
UserMessage/AiMessage：对话消息载体

二、基础：PromptTemplate 变量替换

package org.deepseek.demo08; import dev.langchain4j.model.input.Prompt; import dev.langchain4j.model.input.PromptTemplate; import java.util.Map; public class PromptTemplateDemo { public static void main(String[] args) { // 1. 定义带变量的模板 PromptTemplate template = PromptTemplate.from( "你是专业的{{role}}，请用{{style}}回答：{{question}}" ); // 2. 填入参数 Prompt prompt = template.apply(Map.of( "role", "Java工程师", "style", "简洁分点", "question", "什么是JVM？" )); // 3. 输出最终提示词 System.out.println(prompt.text()); } }

三、最常用：SystemMessage 角色设定（决定 AI 性格）

package org.deepseek.demo08; import dev.langchain4j.data.message.SystemMessage; import dev.langchain4j.data.message.UserMessage; import dev.langchain4j.data.message.ChatMessage; import dev.langchain4j.model.chat.ChatModel; import dev.langchain4j.model.openai.OpenAiChatModel; import java.util.List; public class SystemPromptDemo { public static void main(String[] args) { ChatModel model = OpenAiChatModel.builder() .baseUrl("https://api.deepseek.com") .apiKey("sk-XXXXXXXXXXXXXXXXXXXX") .modelName("deepseek-chat") .build(); // 系统提示（核心） SystemMessage system = SystemMessage.from(""" 你是Java技术助手。 规则： 1. 只回答技术问题 2. 回答简洁、分点 3. 不编造内容 """); UserMessage user = UserMessage.from("ArrayList和LinkedList区别"); List<ChatMessage> messages = List.of(system, user); String answer = model.chat(messages).aiMessage().text(); System.out.println(answer); } }

四、@SystemMessage定义角色

和 AiServices 结合：
接口 + @SystemMessage

写法一：

package org.deepseek.demo08; import dev.langchain4j.service.SystemMessage; import dev.langchain4j.service.UserMessage; public interface Assistant { @SystemMessage(""" 你是代码审查助手。 只输出问题和优化建议，不废话。 """) String review(@UserMessage String code); }

package org.deepseek.demo08; import dev.langchain4j.model.chat.ChatModel; import dev.langchain4j.model.openai.OpenAiChatModel; import dev.langchain4j.service.AiServices; public class AssistantDemo { public static void main(String[] args) { ChatModel model = OpenAiChatModel.builder() .baseUrl("https://api.deepseek.com") .apiKey("sk-XXXXXXXXXXXXXXXXXXXX") .modelName("deepseek-chat") .build(); // 系统提示（核心） Assistant assistant = AiServices.builder(Assistant.class) .chatModel(model) .build(); String result = assistant.review("public class A{}"); System.out.println(result); } }

写法二:

所有{{变量}}必须用@V ("变量名")绑定！

@SystemMessage("你是{{role}}") // 变量1 @UserMessage("用户问题：{{question}}") // 变量2 String answer(@V("role") String role,@V("question") String question);

package org.deepseek.demo08; import dev.langchain4j.model.chat.ChatModel; import dev.langchain4j.model.openai.OpenAiChatModel; import dev.langchain4j.service.AiServices; public class AssistantDemo { public static void main(String[] args) { // 2. 模型 ChatModel model = OpenAiChatModel.builder() .baseUrl("https://api.deepseek.com") .apiKey("sk-XXXXXXXXXXXXXXXXXX") .modelName("deepseek-chat") .build(); // 系统提示（核心） Assistant assistant = AiServices.builder(Assistant.class) .chatModel(model) .build(); String result = assistant.answer( "Java工程师", // 对应 {{role}} "什么是JVM？" // 对应 {{question}} ); // 输出结果 System.out.println(result); } }

五、高级：动态 SystemPrompt（模板 + 变量）

package org.deepseek.demo08; import dev.langchain4j.data.message.ChatMessage; import dev.langchain4j.data.message.SystemMessage; import dev.langchain4j.data.message.UserMessage; import dev.langchain4j.model.chat.ChatModel; import dev.langchain4j.model.input.PromptTemplate; import dev.langchain4j.model.openai.OpenAiChatModel; import java.util.List; import java.util.Map; public class SystemPromptDemo { public static void main(String[] args) { ChatModel model = OpenAiChatModel.builder() .baseUrl("https://api.deepseek.com") .apiKey("sk-XXXXXXXXXXXXXXXXXXXX") .modelName("deepseek-chat") .build(); // 写法一： // 静态文本（无变量、不替换） Prompt systemPrompt = Prompt.from("你是客服，语言：中文，风格：礼貌简洁"); SystemMessage system1 = systemPrompt.toSystemMessage(); // 写法二： // 真正的模板（可传变量、自动替换 {{key}}） PromptTemplate systemPromptTemplate = PromptTemplate.from(""" 你是{{role}}， 语言：{{lang}}， 风格：{{style}} """); String systemText = systemPromptTemplate.apply(Map.of( "role", "客服", "lang", "中文", "style", "礼貌简洁" )).text(); SystemMessage system = SystemMessage.from(systemText); UserMessage user = UserMessage.from("你是？"); List<ChatMessage> messages = List.of(system, user); String answer = model.chat(messages).aiMessage().text(); System.out.println(answer); } }

六、结构化输出专用强力 Prompt（ JSON 场景必备）

1.定义Json实体

package org.deepseek.demo08; import java.util.List; public class UserIntent { private String intent; private List<String> keywords; public UserIntent() { } public UserIntent(String intent, List<String> keywords) { this.intent = intent; this.keywords = keywords; } public String getIntent() { return intent; } public void setIntent(String intent) { this.intent = intent; } public List<String> getKeywords() { return keywords; } public void setKeywords(List<String> keywords) { this.keywords = keywords; } }

2. 定义SystemMessage

@SystemMessage(""" 你只输出标准JSON，不输出任何解释、markdown、标点外文字。 输出格式： { "intent": "意图", "keywords": [] } """) UserIntent analyze(String text);

3.对话

package org.deepseek.demo08; import dev.langchain4j.model.chat.ChatModel; import dev.langchain4j.model.openai.OpenAiChatModel; import dev.langchain4j.service.AiServices; public class UserIntentDemo { public static void main(String[] args) { ChatModel model = OpenAiChatModel.builder() .baseUrl("https://api.deepseek.com") .apiKey("sk-XXXXXXXXXXXXXXXXXX") .modelName("deepseek-chat") .temperature(0.1) // 越低越稳定，结构化必须低 .build(); Assistant assistant = AiServices.builder(Assistant.class) .chatModel(model) .build(); String userText = "你们的Java课程多少钱？能不能优惠一点？我有点着急报名"; UserIntent result = assistant.analyze(userText); // 4. 直接使用结构化数据！ System.out.println("用户意图：" + result.getIntent()); System.out.println("关键词：" + result.getKeywords()); } }