Spring AI 从入门到精通-Prompt 工程

5. Prompt 工程：不是玄学，是手艺

5.1 什么是 Prompt？

Prompt 是你发给 AI 的"指令包"。它不只是"一句问题"，而是由多个 Message 组成的结构化数据：

5.2 SystemMessage：给 AI 定"人设"

Stringreply=chatClient.prompt().system(""" 你是一个经验丰富的 Java 面试官。 规则： 1. 每次只问一个问题 2. 根据回答的深度追问 3. 不要直接给答案，引导思考 4. 回答用中文 """).user("我想练习 Java 并发相关的面试题").call().content();

5.3 模板变量：动态 Prompt

// 基本用法Stringreply=chatClient.prompt().user(u->u.text("列出 {count} 部由 {composer} 配乐的电影").param("count",5).param("composer","久石让")).call().content();// 多个参数Stringreply2=chatClient.prompt().user(u->u.text("比较 {lang1} 和 {lang2} 在 {aspect} 方面的差异").param("lang1","Java").param("lang2","Kotlin").param("aspect","协程支持")).call().content();

底层原理：ChatClient内部用PromptTemplate+StTemplateRenderer（基于 StringTemplate 引擎）做模板替换。默认用{}作为占位符，如果你想在 Prompt 里放 JSON，可以换分隔符：

Stringreply=chatClient.prompt().user(u->u.text("翻译下面的话：<text>").param("text","Hello World")).templateRenderer(StTemplateRenderer.builder().startDelimiterToken('<').endDelimiterToken('>').build()).call().content();

5.4 一个 Prompt 模板的实战案例

假设你要做一个"根据用户输入生成 SQL"的功能：

@ServicepublicclassSqlGenerator{privatefinalChatClientchatClient;publicSqlGenerator(ChatClient.Builderbuilder){this.chatClient=builder.defaultSystem(""" 你是一个 SQL 生成器。根据用户的自然语言描述生成 SQL 语句。 规则： 1. 只输出 SQL，不要解释 2. 表名是 users(id, name, email, age, city, created_at) 3. 使用标准 SQL 语法 4. 默认 LIMIT 100 """).defaultOptions(OpenAiChatOptions.builder().temperature(0.0)// SQL 需要精确，不要创意.build()).build();}publicStringgenerateSql(StringnaturalLanguage){returnchatClient.prompt().user(naturalLanguage).call().content();}}// 使用Stringsql=sqlGenerator.generateSql("找出北京所有年龄大于 25 岁的用户，按注册时间倒序");// 输出：SELECT * FROM users WHERE city = '北京' AND age > 25 ORDER BY created_at DESC LIMIT 100

5.5 Prompt 设计原则（Head First 精华版）

1. 说人话，说清楚。不要模棱两可。"列出 5 个"比"列一些"好。
2. 给角色。"你是一个 XX 专家"能让 AI 切换知识库。
3. 给规则。明确告诉 AI 什么能做、什么不能做。
4. 给例子。Few-shot prompting 是提升质量的最快方式。
5. 给格式。如果期望 JSON，就明确说"输出 JSON，不要有其他内容"。
6. 分步骤。复杂任务分解成"首先…然后…最后…"。