大家好，我是 31 岁依旧热爱折腾的小米～最近在研究 Spring AI 的时候，彻底被“提示词”这玩意儿惊艳到了。一句话的魔法，能让大模型从“胡说八道”秒变“有求必应”。今天我就给大家讲讲：Spring AI 里的提示词（Prompt）到底有多神奇，以及我们该怎么驯服它！
那天我写了一个“hello world”的 Spring AI 程序
说实话，刚用上 Spring AI 的时候，我还满脑子想着“这不就是调用一下大模型接口嘛”，结果调通后输出了一堆不着边际的文字……我明明让它介绍一下 Java，它却给我整了一段鸡汤？
这时候我才意识到，不是模型不行，是我不会“提问” 。换句话说，提示词写得不行。
于是，我就开始研究 Spring AI 的提示词体系，发现这玩意儿比我想象中要强大一百倍！
Spring AI 提示词 API 详解
1. Prompt：一句话的魔法开关
Prompt 是最基本的单元，本质上就是你给模型的输入，但在 Spring AI 里，它不只是个字符串，它可以是：
或者更灵活的 PromptTemplate，后面讲。
2. Message：让对话“活”起来
你有没有用过那种 Chat 模式？你一句、我一句。
在 Spring AI 中，这种对话由 Message 组成：
可以通过一组 Message 来模拟完整对话，这在聊天机器人和历史上下文理解中特别重要！
3. 角色设定：你是谁，你要怎么回答我？
大模型其实是“演员”，你得告诉它演啥角色。比如：
这句 SystemMessage 的作用就像告诉模型：“打住，你现在是老师，别乱跑题。”
4. PromptTemplate：可复用、可填空的提示词
你写过模板引擎吧？PromptTemplate 就是提示词里的模板引擎！
然后你填空：
生成出来的 Prompt 就是：“请用Java写一段冒泡排序代码”。这玩意太适合封装调用了！
提示工程：如何说一句话，让 AI 变得聪明
从我那次“胡说八道”体验后，我开始疯狂研究 Prompt Engineering，发现这简直是新时代的“代码艺术”。
1. 创建有效提示：三条核心建议
- 明确：不要“帮我写个东西”，要“写一个Java方法，接收两个参数，返回它们的和”
- 上下文：前后关系得交代清楚，比如你是讲师，还是客服
- 角色定位：要让模型知道它是谁，它该怎么回应你
2. Simple Techniques：简单有效的套路
有些“套路”超级实用，我整理了几个：
例子提示（Few-shot Learning）：
示例输入：张三，男，1990年生
示例输出：张三是一个34岁的男性。
模型立马明白你要干啥。
结构化输出：
请以 JSON 格式输出，包括 name、age、gender 三个字段。
一步一步思考（Chain-of-Thought）：
请一步一步地解释你的推理过程。
这个小技巧，能让模型答题准确率翻倍！
3. Advanced Techniques：高手都在用什么？
角色扮演（System Prompt）：
你现在是一个精通Java的架构师，请回答以下问题。
目标驱动：
你的目标是帮助用户完成代码审核，输出中包含建议和风险提示。
限制行为：
除非用户明确要求，不要输出任何 JavaScript 代码。
这些技巧特别适合做 Agent（智能助手）或插件开发，防止模型跑偏。
4. Microsoft Prompt Guidance：官方都在教啥？
微软有一份 Prompt Engineering 指南，总结得特别棒：
- 清晰 + 指令性语言（用命令，不用问题）
- 限定输出格式（例如 “回答应包括三个要点”）
- 尽量避免开放式提问（“你怎么看”不如“请列出优缺点”）
我照着这个规范试了一下，效果立竿见影。
Tokens：你说一句，模型听多少？
到这你可能在想：“我一句提示词，模型到底怎么处理？”
答案是：它是按 Tokens（词元）来处理的！
什么是 Token？
Token 并不是中文里的“字”或英文里的“单词”，而是一种经过编码的“语言单元”。比如：
- “你好吗”可能是 3 个 token
- “SpringBootApplication” 可能是 1 个或 2 个 token
- 一个英文句子平均 1 个单词 ≈ 1.3 token
为什么要在意 Token？
因为每次你和模型说话，其实是在“烧钱”的。调用 GPT-4 的 API 按 token 计费，提示词和回答都算。
- GPT-3.5 模型支持大约 16K token
- GPT-4 可达 128K，甚至更高
如果提示词太长，或者历史对话太多，模型就可能“遗忘”前面的内容！
Spring AI 提供了 TokenCountEstimator，可以估算 token 数：
建议在实际项目中控制 prompt 长度，必要时做摘要（summarization）。
总结一下：提示词的魔法是怎么炼成的？
写到这，我越来越感觉提示词就像“魔法咒语”。一句写得好，AI 立马“开窍”，写得不好，它就“走神”。
我们可以这么理解：
最后，分享一句我写 Prompt 常用的开头句：
“你现在是一个专注于{领域}的专家，请使用通俗易懂的语言，回答以下问题。”
这句话，解决了模型回答风格、准确性和角色定位三个问题！
END
我一直觉得 Prompt 是未来每个程序员的“第二语言”。Spring AI 给我们提供了非常干净、模块化、工程化的接口，让我们可以把“提问艺术”真正落地到代码中。
我是小米，一个喜欢分享技术的31岁程序员。如果你喜欢我的文章，欢迎关注我的微信公众号“软件求生”，获取更多技术干货！
