大家好，我是链上杯子（掘金：链上杯子）。
失业一年了，天天想着怎么翻身。最近在用列表把多轮对话历史存起来，突然发现：原来几行代码就能模拟出和AI聊天的感觉，像真的在和Grok/DeepSeek来回拉扯思路。以前总是一个个手动复制粘贴提示词，现在一口气生成一堆变体，丢给模型对比效果，效率高了不少。Python + AI 这个组合，真的越来越顺手了。
本课目标：学会使用列表（list）存储多个字符串（对话历史、提示词变体等），掌握创建、添加元素、访问、遍历的基本操作。通过列表，把零散的提示词片段组织起来，方便后续模拟多轮对话或批量测试。
核心代码实战
1. 列表基础 —— 创建与访问
prompt_parts = [
"你是一个专业的生活方式博主",
"帮我写一篇小红书风格的周末vlog文案",
"语气轻松治愈，带点小幽默",
"字数控制在400字以内",
"结尾加3个吸引互动的问题"
]
print("角色设定：", prompt_parts[0])
print("完整任务：", prompt_parts[1] + "，" + prompt_parts[2])
print("结尾要求：", prompt_parts[-1])
我运行后看到：
角色设定： 你是一个专业的生活方式博主
完整任务： 帮我写一篇小红书风格的周末vlog文案，语气轻松治愈，带点小幽默
结尾要求： 结尾加3个吸引互动的问题
2. 添加元素 & 拼接完整提示词
conversation = []
conversation.append("用户：我想学做一道简单又好吃的晚餐")
conversation.append("AI：推荐一道蒜香黄油煎牛排，步骤如下：...")
conversation.append("用户：听起来不错，但我想素食版")
conversation.append("AI：那我们改成蒜香黄油煎杏鲍菇...")
print("=== 当前对话历史 ===")
for message in conversation:
print(message)
运行后输出：
=== 当前对话历史 ===
用户：我想学做一道简单又好吃的晚餐
AI：推荐一道蒜香黄油煎牛排，步骤如下：...
用户：听起来不错，但我想素食版
AI：那我们改成蒜香黄油煎杏鲍菇...
3. 批量生成提示词变体
base_prompt = "你是一个创意广告文案师。请为新款无线耳机写一组推广文案。"
styles = ["俏皮可爱风", "科技硬核风", "文艺小清新风", "土味情话风"]
prompt_variants = []
for style in styles:
full_prompt = base_prompt + "风格要求：" + style + "。每条文案不超过50字，共生成5条。"
prompt_variants.append(full_prompt)
print("生成了", len(prompt_variants), "个提示词变体：")
for i, variant in enumerate(prompt_variants, 1):
print(f"\n变体 {i}：")
print(variant)
运行后看到（节选前两个）：
生成了 4 个提示词变体：
变体 1：
你是一个创意广告文案师。请为新款无线耳机写一组推广文案。风格要求：俏皮可爱风。每条文案不超过50字，共生成5条。
变体 2：
你是一个创意广告文案师。请为新款无线耳机写一组推广文案。风格要求：科技硬核风。每条文案不超过50字，共生成5条。
...
小练习（2 道）
练习1（基础）
创建一个列表，里面至少放 5 个你常用的提示词片段（例如角色、任务、格式要求等）。
然后用 for 循环遍历列表，把每个元素都 print 出来。
练习2（进阶）
定义一个基础任务（如“帮我写一篇 200 字的产品介绍”），再定义一个包含 4–6 个不同语气/风格的列表。
用 for 循环遍历风格列表，拼接出多个完整提示词变体，并打印出来。建议选 1–2 个复制到大模型实际测试。
本课小结
本课介绍了列表的创建、append 添加、索引访问、for 循环遍历。
在 AI 场景中，列表适合存对话历史、多条提示词变体、few-shot 示例等，为后续多轮交互和批量生成打基础。
下节预告
下一课：条件判断（if/elif/else）—— 根据用户输入选择不同的提示词模板或风格。
欢迎在评论区贴出练习代码或生成的提示词，有问题可以留言。
链上杯子（掘金：链上杯子）
2026年，继续写
