大家好，我是链上杯子（CSDN：链上杯子）。
失业一年了，天天想着怎么翻身。最近批量弄提示词的时候，发现函数还能玩出更多花样。比如让函数接受“任意多个风格参数”，或者用一行小函数快速改一批提示词。这些写法一开始看不懂，但拆开学其实不难，用在 AI 上特别省事。
本课目标：学会函数的进阶写法，包括默认参数、可变参数（*args, **kwargs）、lambda 匿名函数，以及 map / filter / sorted 的常见用法。重点是理解这些工具怎么帮我们批量处理提示词列表。
核心代码实战
1. 默认参数 + 可变参数（*args, **kwargs）
默认参数：函数定义时可以给参数设默认值，调用时不传就用默认的。
可变参数：
-
*args：让函数能接收任意多个普通参数。Python 会把它们收集成一个元组（tuple），样子像列表，但用圆括号
()。例如：调用时传
"俏皮", "硬核", "文艺"这三个参数，
函数内部*args就变成：
args = ("俏皮", "硬核", "文艺")你可以用
args[0]拿到第一个值（"俏皮"），
也可以用for style in args:依次遍历每个值。 -
**kwargs：让函数能接收任意多个带名字的参数（键=值形式）。Python 会把它们收集成一个字典（dict）。
例如：调用时传
tone="阴郁", ending="反转"，
函数内部**kwargs就变成：
kwargs = {"tone": "阴郁", "ending": "反转"}你可以用
kwargs["tone"]拿到 "阴郁"，
或者用for key, value in kwargs.items():遍历每一对键和值。
def build_prompt(role, task, *styles, length=300, **extra):
prompt = f"你是一个{role}。\n任务：{task}\n字数约{length}字。"
if styles:
prompt += "\n风格选项（任选其一或融合）：" + " | ".join(styles)
if extra:
for key, value in extra.items():
prompt += f"\n{key}：{value}"
return prompt
# 调用例子
p1 = build_prompt("创意文案师", "写5条产品 slogan", "俏皮", "硬核", "文艺")
print("p1：")
print(p1)
p2 = build_prompt("小说编辑", "续写一段悬疑故事", length=600, tone="阴郁", ending="反转")
print("\np2：")
print(p2)
运行后看到：
p1：
你是一个创意文案师。
任务：写5条产品 slogan
字数约300字。
风格选项（任选其一或融合）：俏皮 | 硬核 | 文艺
p2：
你是一个小说编辑。
任务：续写一段悬疑故事
字数约600字。
tone：阴郁
ending：反转
2. lambda 匿名函数 + map —— 批量修改提示词
lambda：一种不需要起名字的简单小函数，常用于“只用一次”的小操作。写法是 lambda 参数: 表达式
例如：lambda x: x + 1 意思是“输入 x，返回 x+1”
map(函数, 列表)：把函数依次应用到列表的每个元素上，返回一个新列表（通常转成 list() 看结果）。
prompt_templates = [
"写一篇关于「{}」的短文",
"生成3个「{}」相关的创意点子",
"用诗的形式描述「{}」"
]
themes = ["AI 伴侣", "失落的城市", "深夜便利店"]
all_prompts = []
for template in prompt_templates:
# lambda t: template.format(t) 意思：对每个 t（主题），把 template 里的 {} 替换成 t
variants = list(map(lambda t: template.format(t), themes))
all_prompts.extend(variants)
print("批量生成的提示词（共 {} 个）：".format(len(all_prompts)))
# 用普通计数器代替 enumerate
count = 1
for p in all_prompts:
print(f"{count}. {p}")
count += 1
运行后看到（前几个）：
批量生成的提示词（共 9 个）：
1. 写一篇关于「AI 伴侣」的短文
2. 写一篇关于「失落的城市」的短文
3. 写一篇关于「深夜便利店」的短文
4. 生成3个「AI 伴侣」相关的创意点子
...
3. filter + sorted + lambda —— 筛选和排序提示词
filter(函数, 列表)：只保留函数返回 True 的元素。
sorted(列表, key=函数)：按函数返回的值排序。reverse=True 表示降序。
prompts = [
{"text": "写一篇治愈系短文", "length": 400, "priority": 5},
{"text": "生成硬核技术解释", "length": 800, "priority": 8},
{"text": "脑暴10个搞笑文案", "length": 200, "priority": 3},
{"text": "写长篇科幻故事", "length": 1500, "priority": 7},
]
# filter + lambda：只保留 length <= 600 的
short_prompts = list(filter(lambda p: p["length"] <= 600, prompts))
# sorted + lambda：按 priority 从高到低排
sorted_prompts = sorted(short_prompts, key=lambda p: p["priority"], reverse=True)
print("筛选并排序后的短提示词（优先级高→低）：")
for p in sorted_prompts:
print(f"- {p['text']} ({p['length']}字, 优先级 {p['priority']})")
运行后：
- 写一篇治愈系短文 (400字, 优先级 5)
- 脑暴10个搞笑文案 (200字, 优先级 3)
小练习（2 道）
练习1（基础）
定义函数 make_variants(base_prompt, *suffixes)，用 *args 接收多个后缀，为基础提示词分别加上每个后缀，生成列表并返回。
调用时传 3–4 个后缀，打印结果。
练习2（进阶）
准备 6–10 个提示词字典列表（含 "text"、"length"、"style"）。
- 用 filter + lambda 选 length <= 500 的
- 用 map + lambda 在每个 text 前加“紧急：”
- 用 sorted + lambda 按 style 字母顺序排
- 打印处理后的列表，并复制 1 个到大模型试试。
本课小结
本课重点讲解了默认参数、可变参数（*args 收集成元组，**kwargs 收集成字典）、lambda 匿名函数、map（批量应用）、filter（筛选）、sorted（排序）。
这些在批量处理提示词变体时特别实用，能让代码更短、更灵活。
下节预告
下一课：模块与文件操作 —— 保存/读取对话历史（txt/json），让你的 AI 聊天记录持久化。
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。
