引言：本文将深入剖析如何利用大语言模型（LLM）与结构化 Prompt 设计，把传统上依赖随机数的“抽签”过程，升级为一个高度个性化、符合巴纳姆效应的“生成式解签规则系统” 。
商务合作：18094708823
1. 项目背景
“抽签算命”类小程序一直有稳定用户需求，但传统实现通常是：
- 固定签文
- 随机返回
- 缺乏个性化
本文尝试用 大模型 + 结构化 Prompt，实现一个 “看起来像算命，实际是文本生成规则系统” 的抽签功能。
2. 产品示意图
编辑
3. 技术架构
微信小程序
|
| 点击抽签
v
Node.js 后端
|
| 抽签结果 + Prompt
v
大模型 API
4. 小程序端：抽签触发
<button bindtap="draw">抽一签</button>
<view>{{result}}</view>
Page({
draw() {
wx.request({
url: 'https://your-server/api/draw',
method: 'GET',
success: res => {
this.setData({ result: res.data.text })
}
})
}
})
5. 后端：抽签逻辑实现
5.1 签文类型定义
const fortunes = ['上签', '中签', '下签']
5.2 抽签接口
app.get('/api/draw', async (req, res) => {
const level = fortunes[Math.floor(Math.random() * fortunes.length)]
const prompt = `
你是一个抽签解读者。
抽到的是：${level}
请用不超过80字解释这一签，
语言模糊但积极，不要给具体建议。
`
const text = await callLLM(prompt)
res.json({ text })
})
6. Prompt 设计思路
- 模糊性 → 增强代入感
- 不落地建议 → 避免风险
- 固定角色 → 稳定输出风格
推荐 Prompt（可直接用）
角色设定：
你是一位传统算命解读者，语气平和、克制、不夸张。任务说明：
根据给定的“签文等级”和“用户问题”，
给出一段模糊但有启发性的解读。输入信息：
- 签文等级：{上签 / 中签 / 下签}
- 用户问题：{question}
输出要求：
- 字数控制在 60~90 字
- 不要给出确定性结论（如“一定会”“肯定不会”）
- 不要直接给行动建议（如“应该分手”“马上辞职”）
- 避免使用灾难性或绝对化词汇
- 语言偏向象征、提醒、可能性
输出风格示例（仅供参考）：
“此签多指过程中的变化，而非最终结果，
关键在于当下的选择与心态。”现在请开始解读。
代码配合展示
function buildFortunePrompt(level, question) {
return `
你是一位传统算命解读者，语气平和、克制、不夸张。
签文等级：${level}
用户问题：${question}
请给出 60~90 字的模糊解读，
不要下结论，不要给建议，
只提供象征性和启发性表达。
`
}
