第8章提示模板（Prompts）开发第8章提示模板（Prompts）开发前言提示模板是MCP中最强大的功能——它

第8章提示模板（Prompts）开发

前言

提示模板是MCP中最强大的功能——它将专家级的知识、最佳实践和复杂的推理逻辑编码到可复用的模板中。本章讲解如何设计和管理高效的提示模板。

8.1 提示模板的定义与作用

8.1.1 什么是提示模板

graph TB
    A["提示模板 Prompt"] --> B["本质"]
    A --> C["特征"]
    A --> D["价值"]
    
    B --> B1["预定义的提示词"]
    B --> B2["参数化的指令"]
    B --> B3["专家知识的编码"]
    
    C --> C1["参数可变"]
    C --> C2["动态生成"]
    C --> C3["可复用"]
    C --> C4["版本控制"]
    
    D --> D1["标准化输出"]
    D --> D2["质量保证"]
    D --> D3["知识复用"]
    D --> D4["降低成本"]

提示模板的核心定义：

提示模板是预定义的、参数化的、可复用的文本模板，用于：

标准化推理 - 确保一致的分析方法
知识编码 - 将专家经验转化为通用流程
质量控制 - 降低LLM输出的变异性
成本优化 - 减少需要调整的提示词数量

8.1.2 提示模板与工具/资源的区别

graph TB
    A["MCP三大核心功能"] --> B["工具 Tools"]
    A --> C["资源 Resources"]
    A --> D["提示模板 Prompts"]
    
    B --> B1["执行操作"]
    B --> B2["有副作用"]
    B --> B3["返回数据"]
    
    C --> C1["存储数据"]
    C --> C2["持久化"]
    C --> C3["可订阅"]
    
    D --> D1["指导推理"]
    D --> D2["文本生成"]
    D --> D3["无副作用"]
    
    E["关键区别"] --> E1["工具=做什么"]
    E --> E2["资源=在哪里"]
    E --> E3["提示=如何做"]

维度	工具	资源	提示模板
目的	执行操作	存储数据	指导推理
特性	有副作用	持久化	无副作用
复用性	低	中	高
参数化	少	无	多
使用场景	数据修改	数据访问	思路引导

8.2 提示模板的设计原则

8.2.1 清晰性原则

❌ 不清晰的提示模板：
"分析数据并给出建议"

✅ 清晰的提示模板：
"""您是一位资深销售分析师。

任务：分析{period}期间{region}地区的销售数据

分析维度：
1. 销售额趋势变化
2. 产品结构分布
3. 客户群体特征
4. 地区对标表现

输出格式：
- 核心指标摘要（3-5项）
- 关键发现（3-5项）
- 建议和改进措施（3-5项）
"""

清晰性检查清单：

角色明确（你是谁？）
任务明确（做什么？）
范围界定（分析什么？）
输出格式定义（如何输出？）
优先级排列（什么最重要？）

8.2.2 一致性原则

# ✅ 一致的模板结构
TEMPLATE_STRUCTURE = """
## 角色定义
{role}

## 背景信息
{context}

## 具体任务
{task}

## 输入数据
{input_data}

## 处理流程
1. {step_1}
2. {step_2}
3. {step_3}

## 输出要求
{output_format}

## 成功标准
{success_criteria}
"""

所有提示模板遵循统一的结构，帮助用户快速理解和应用。

8.2.3 参数化原则

参数分类：

graph TB
    A["提示模板参数"] --> B["上下文参数"]
    A --> C["业务参数"]
    A --> D["控制参数"]
    
    B --> B1["role - 角色设定"]
    B --> B2["context - 背景信息"]
    B --> B3["domain - 领域知识"]
    
    C --> C1["entity - 分析对象"]
    C --> C2["period - 时间范围"]
    C --> C3["scope - 分析范围"]
    
    D --> D1["language - 输出语言"]
    D --> D2["style - 风格"]
    D --> D3["detail - 详细程度"]

8.3 提示模板的实现

8.3.1 基础提示模板类

from typing import Dict, Optional, List
from dataclasses import dataclass
from datetime import datetime
import json

@dataclass
class PromptArgument:
    """提示模板参数定义"""
    name: str
    description: str
    type: str  # string, number, boolean, array
    required: bool = True
    default: Optional[str] = None
    enum_values: Optional[List[str]] = None


class PromptTemplate:
    """提示模板基类"""
    
    def __init__(self, name: str, description: str, template: str):
        self.name = name
        self.description = description
        self.template = template
        self.arguments: Dict[str, PromptArgument] = {}
        self.created_at = datetime.now()
        self.version = "1.0.0"
    
    def add_argument(self, arg: PromptArgument):
        """添加参数定义"""
        self.arguments[arg.name] = arg
    
    def validate_arguments(self, **kwargs) -> bool:
        """验证提供的参数"""
        # 检查必需参数
        for name, arg in self.arguments.items():
            if arg.required and name not in kwargs:
                raise ValueError(f"Missing required argument: {name}")
            
            # 检查枚举值
            if arg.enum_values and name in kwargs:
                value = kwargs[name]
                if value not in arg.enum_values:
                    raise ValueError(
                        f"Invalid value for {name}: {value}. "
                        f"Must be one of {arg.enum_values}"
                    )
        
        return True
    
    def render(self, **kwargs) -> str:
        """
        渲染提示模板
        
        Args:
            **kwargs: 模板参数
            
        Returns:
            渲染后的提示词
        """
        # 验证参数
        self.validate_arguments(**kwargs)
        
        # 填充默认值
        for name, arg in self.arguments.items():
            if name not in kwargs and arg.default:
                kwargs[name] = arg.default
        
        # 使用参数渲染模板
        return self.template.format(**kwargs)
    
    def to_dict(self) -> Dict:
        """转换为字典（用于MCP协议）"""
        return {
            "name": self.name,
            "description": self.description,
            "arguments": [
                {
                    "name": arg.name,
                    "description": arg.description,
                    "type": arg.type,
                    "required": arg.required,
                    "default": arg.default,
                    "enum": arg.enum_values
                }
                for arg in self.arguments.values()
            ]
        }

8.3.2 常见提示模板实例

销售分析模板：

class SalesAnalysisTemplate(PromptTemplate):
    """销售数据分析提示模板"""
    
    def __init__(self):
        template = """您是一位资深销售分析师，拥有15年的数据分析经验。

## 分析目标
分析 {period} 期间 {region} 地区的销售表现

## 可用数据
- 销售总额：{total_sales}
- 订单数量：{order_count}
- 平均订单值：{average_order_value}
- 同比增长率：{growth_rate}%
- 产品分布：{product_distribution}

## 分析框架
请从以下维度进行分析：

1. **销售趋势分析**
   - 与上期对比（环比）
   - 与去年同期对比（同比）
   - 发展趋势评估

2. **产品结构分析**
   - 各类别销售占比
   - 增长驱动因素
   - 产品竞争力评估

3. **客户洞察**
   - 客户群体特征
   - 消费行为变化
   - 客户满意度信号

4. **地区对标**
   - 与其他地区对比
   - 排名和优劣势
   - 标杆学习机会

## 输出要求
以结构化的方式呈现分析结果：

### 执行摘要
- 最重要的3个指标
- 核心发现
- 风险预警

### 详细分析
[各维度的深入分析]

### 建议措施
1. 短期行动（1-3月）
2. 中期策略（3-6月）
3. 长期规划（6-12月）

### 预期影响
[各项建议的预期结果]

---

分析时要求：
- 深入但不冗长
- 数据驱动
- 可行性强
- 具有商业洞察力
"""
        
        super().__init__(
            name="sales_analysis",
            description="进行销售数据深度分析并提出改进建议",
            template=template
        )
        
        # 添加参数
        self.add_argument(PromptArgument(
            name="period",
            description="分析时间段，如'2025年10月'",
            type="string",
            required=True
        ))
        
        self.add_argument(PromptArgument(
            name="region",
            description="地区代码",
            type="string",
            required=True,
            enum_values=["CN", "US", "EU", "APAC"]
        ))
        
        self.add_argument(PromptArgument(
            name="total_sales",
            description="销售总额（单位：万元）",
            type="number",
            required=True
        ))
        
        # ... 其他参数

8.3.3 高级特性：条件逻辑

class ConditionalPromptTemplate(PromptTemplate):
    """支持条件逻辑的提示模板"""
    
    def render(self, **kwargs) -> str:
        """渲染模板，支持条件渲染"""
        # 基础渲染
        content = self.template.format(**kwargs)
        
        # 条件处理
        if kwargs.get("include_benchmarking", False):
            content += "\n\n## 地区对标分析\n[对标内容]"
        
        if kwargs.get("detail_level", "normal") == "detailed":
            content += "\n\n## 深度分析\n[更详细的分析]"
        
        return content

8.4 提示模板的参数化与动态生成

8.4.1 参数注入

class ParameterizedPromptTemplate(PromptTemplate):
    """支持复杂参数注入的提示模板"""
    
    def render(self, **kwargs) -> str:
        """渲染模板，支持参数的高级处理"""
        
        # 1. 参数验证与转换
        processed_args = self._process_arguments(kwargs)
        
        # 2. 参数补充（生成派生参数）
        enriched_args = self._enrich_arguments(processed_args)
        
        # 3. 模板渲染
        return self.template.format(**enriched_args)
    
    def _process_arguments(self, kwargs: Dict) -> Dict:
        """处理参数（验证、转换、清理）"""
        processed = {}
        
        for name, arg in self.arguments.items():
            value = kwargs.get(name, arg.default)
            
            # 类型转换
            if arg.type == "number" and isinstance(value, str):
                value = float(value)
            
            processed[name] = value
        
        return processed
    
    def _enrich_arguments(self, args: Dict) -> Dict:
        """
        从基础参数生成派生参数
        
        例如：从时间范围生成"分析周期描述"
        """
        enriched = args.copy()
        
        # 示例：从period生成description
        if "period" in args:
            period = args["period"]
            if "month" in period.lower():
                enriched["period_desc"] = f"{period}的月度数据"
            elif "quarter" in period.lower():
                enriched["period_desc"] = f"{period}的季度数据"
        
        return enriched

8.4.2 动态提示生成

class DynamicPromptGenerator:
    """动态生成提示模板"""
    
    def __init__(self):
        self.templates: Dict[str, PromptTemplate] = {}
    
    def generate_context_aware_prompt(self, context: Dict) -> str:
        """
        根据上下文智能生成提示
        
        Args:
            context: 包含用户背景、任务类型、数据规模等信息
            
        Returns:
            生成的提示词
        """
        # 1. 分析上下文
        user_level = context.get("user_level", "intermediate")  # beginner/intermediate/expert
        task_complexity = context.get("complexity", "medium")  # simple/medium/complex
        data_volume = context.get("data_volume", "small")  # small/medium/large
        
        # 2. 选择合适的提示策略
        prompt_parts = []
        
        # 根据用户级别调整指令复杂度
        if user_level == "beginner":
            prompt_parts.append(self._get_beginner_instructions())
        elif user_level == "expert":
            prompt_parts.append(self._get_expert_instructions())
        
        # 根据任务复杂度调整分析深度
        if task_complexity == "complex":
            prompt_parts.append(self._get_detailed_analysis_steps())
        
        # 根据数据量调整处理方式
        if data_volume == "large":
            prompt_parts.append(self._get_data_sampling_instructions())
        
        # 3. 组合生成最终提示
        return "\n\n".join(prompt_parts)
    
    def _get_beginner_instructions(self) -> str:
        """初级用户的指导"""
        return """## 分析指引
这个分析帮您理解数据的基本模式。

按以下步骤进行：
1. 首先观察整体趋势
2. 然后对比变化
3. 最后给出简单建议
"""
    
    def _get_expert_instructions(self) -> str:
        """专家级用户的指导"""
        return """## 深度分析框架
进行多维度分析，包括：
1. 统计显著性检验
2. 因果关系分析
3. 对标企业对比
4. 预测模型建议
"""
    
    def _get_detailed_analysis_steps(self) -> str:
        """详细的分析步骤"""
        return """## 分析步骤
1. 数据清洗与预处理
2. 描述性统计分析
3. 趋势与周期性分析
4. 异常值检测
5. 深层因素探讨
6. 对标与基准对比
7. 预测与建议
"""
    
    def _get_data_sampling_instructions(self) -> str:
        """大数据处理指导"""
        return """## 大数据处理
由于数据量大，建议：
1. 采样关键子集进行深度分析
2. 计算汇总统计指标
3. 聚焦异常和关键数据点
"""

8.5 提示模板的管理与版本控制

8.5.1 模板库管理

class PromptTemplateLibrary:
    """提示模板库"""
    
    def __init__(self):
        self.templates: Dict[str, Dict[str, PromptTemplate]] = {}
        self.version_history: Dict[str, List[Dict]] = {}
    
    def register_template(self, category: str, template: PromptTemplate):
        """注册模板"""
        if category not in self.templates:
            self.templates[category] = {}
        
        self.templates[category][template.name] = template
        
        # 记录版本历史
        if template.name not in self.version_history:
            self.version_history[template.name] = []
        
        self.version_history[template.name].append({
            "version": template.version,
            "timestamp": datetime.now().isoformat(),
            "description": "Template registered"
        })
    
    def get_template(self, category: str, name: str) -> Optional[PromptTemplate]:
        """获取模板"""
        return self.templates.get(category, {}).get(name)
    
    def list_templates(self, category: str = None) -> List[Dict]:
        """列出模板"""
        if category:
            templates = self.templates.get(category, {})
        else:
            templates = {}
            for cat_templates in self.templates.values():
                templates.update(cat_templates)
        
        return [
            {
                "name": t.name,
                "description": t.description,
                "version": t.version,
                "arguments": len(t.arguments)
            }
            for t in templates.values()
        ]
    
    def update_template(self, category: str, template: PromptTemplate, 
                       change_description: str):
        """更新模板"""
        old_version = None
        
        if category in self.templates and template.name in self.templates[category]:
            old_version = self.templates[category][template.name].version
        
        # 自动升级版本号
        if old_version:
            template.version = self._increment_version(old_version)
        
        self.register_template(category, template)
        
        # 记录变更
        self.version_history[template.name][-1]["description"] = change_description
    
    def _increment_version(self, version: str) -> str:
        """版本号递增"""
        parts = version.split(".")
        parts[-1] = str(int(parts[-1]) + 1)
        return ".".join(parts)

8.5.2 模板复用与组合

class CompositePromptTemplate(PromptTemplate):
    """组合模板：由多个子模板组成"""
    
    def __init__(self, name: str, description: str):
        super().__init__(name, description, "")
        self.sub_templates: List[PromptTemplate] = []
    
    def add_sub_template(self, template: PromptTemplate, position: str = "end"):
        """添加子模板"""
        if position == "end":
            self.sub_templates.append(template)
        elif position == "start":
            self.sub_templates.insert(0, template)
    
    def render(self, **kwargs) -> str:
        """渲染组合模板"""
        rendered_parts = []
        
        for template in self.sub_templates:
            # 每个子模板只使用它需要的参数
            sub_kwargs = {
                k: v for k, v in kwargs.items()
                if k in template.arguments
            }
            rendered_parts.append(template.render(**sub_kwargs))
        
        return "\n\n---\n\n".join(rendered_parts)


# 使用示例
def create_comprehensive_analysis_prompt():
    """创建综合分析提示"""
    composite = CompositePromptTemplate(
        "comprehensive_analysis",
        "综合数据分析模板"
    )
    
    # 添加多个子模板
    composite.add_sub_template(SalesAnalysisTemplate())
    composite.add_sub_template(RiskAssessmentTemplate())
    composite.add_sub_template(RecommendationTemplate())
    
    return composite

本章总结

核心概念	关键点
定义	预定义、参数化、可复用的文本模板
设计原则	清晰性、一致性、参数化
参数分类	上下文参数、业务参数、控制参数
参数化	验证、转换、补充、派生
动态生成	上下文感知的智能生成
版本管理	语义版本号、变更记录
模板复用	组合模板、模板库
质量保证	验证规则、枚举约束

常见问题

Q1: 提示模板与系统提示有什么区别？ A: 系统提示是固定的行为指令，提示模板是参数化的可复用指引。模板更灵活。

Q2: 提示模板是否会增加LLM的token消耗？ A: 是的，但能通过规范化和复用减少调整需求，总体成本通常降低。

Q3: 如何评估提示模板的质量？ A: 通过一致性、准确率、完成度、用户反馈等指标评估。

Q4: 可以在提示模板中嵌入其他提示吗？ A: 可以。组合模板支持多层嵌套。

Q5: 提示模板与Few-shot示例的关系？ A: 提示模板定义结构，Few-shot示例是具体例子，常配合使用。

实战要点

✅ 推荐做法

设计清晰的参数化结构
提供详细的参数说明
创建模板变体库
定期收集用户反馈
建立版本管理制度
编写模板使用指南

❌ 避免的做法

不要过度参数化
不要忽视输出格式定义
不要缺乏版本管理
不要忘记参数验证
不要把所有逻辑都放在提示中
不要设计过于复杂的模板

第8章 提示模板（Prompts）开发

第8章 提示模板（Prompts）开发

前言

8.1 提示模板的定义与作用

8.1.1 什么是提示模板

8.1.2 提示模板与工具/资源的区别

8.2 提示模板的设计原则

8.2.1 清晰性原则

8.2.2 一致性原则

8.2.3 参数化原则

8.3 提示模板的实现

8.3.1 基础提示模板类

8.3.2 常见提示模板实例

8.3.3 高级特性：条件逻辑

8.4 提示模板的参数化与动态生成

8.4.1 参数注入

8.4.2 动态提示生成

8.5 提示模板的管理与版本控制

8.5.1 模板库管理

8.5.2 模板复用与组合

本章总结

常见问题

实战要点

✅ 推荐做法

❌ 避免的做法

延伸阅读

第8章提示模板（Prompts）开发

第8章提示模板（Prompts）开发