文章目录一、为什么后端必须学提示词工程二、三大提示词角色系统用户助手2.1 SystemMessage 系统提示词规则层2.2 UserMessage 用户提示词输入层2.3 AssistantMessage 助手提示词历史结果层三、PromptTemplate 动态模板实战解决硬编码痛点3.1 核心优势3.2 实战动态模板问答四、Few-Shot 少样本提示实战提升AI精准度神器4.1 业务场景4.2 完整Few-Shot代码实现五、链式Prompt复杂问题分步拆解5.1 适用场景5.2 链式Prompt实战案例六、Prompt持久化yml配置存放提示词企业规范6.1 yml配置提示词6.2 自定义配置类读取提示词6.3 业务接口调用零硬编码七、三大通用业务Prompt模板可直接上线7.1 AI文案生成通用模板生产可用7.2 AI内容分类通用模板生产可用7.3 AI文本总结通用模板生产可用八、本章总结九、下期预告专栏系列Spring Boot AI 实战教程上一章我们彻底吃透了 SpringAI 核心 API同步、异步、流式对话解决了能不能调、怎么调、如何稳定调的问题。但很多开发者上线后发现一个致命问题模型能调通但是输出效果极其垃圾。忽左忽右、回答啰嗦、格式不统一、分类不准、答非所问。其实大模型本身能力固定上限由提示词Prompt决定。算法决定下限提示词工程决定AI业务落地上限。本章专门针对后端开发者不讲虚的话术技巧只讲可代码化、可工程化、可持久化的提示词方案Prompt模板、动态变量、Few-Shot少样本、链式拆解、yml持久化、通用业务模板。读完本章你可以彻底解决 AI 输出不稳定、格式混乱、业务不精准的生产难题。✅本章核心收获理解后端视角下的提示词工程核心价值区别前端玩法彻底分清系统/用户/助手三类提示词的职责与落地场景掌握 SpringAI PromptTemplate 动态变量模板开发掌握 Few-Shot 少样本提示让AI无脑对齐业务规则掌握链式Prompt解决复杂业务无法一次推理的问题实现提示词yml持久化告别代码硬编码拿到文案生成、内容分类、文本总结三套企业通用Prompt模板一、为什么后端必须学提示词工程很多后端同学有一个误区提示词是产品、运营玩的后端只需要调接口就行。在 AI 项目中这个观念致命错误。大模型是“模糊智能”业务系统是“精准严格”。如果没有标准化提示词约束模型输出永远是随机的同一问题两次回答格式不一样分类任务偶尔对、偶尔错输出超长文本、废话过多不按照指定JSON格式返回导致代码解析报错提示词工程的后端本质用标准化、结构化、可复用的规则把大模型的随机输出变成业务可控的确定性输出。这也是企业 AI 项目能否上线、能否稳定运行的核心关键。二、三大提示词角色系统用户助手SpringAI 的 Prompt 并不是简单字符串拼接而是基于角色消息机制这也是正规提示词工程的基础。三者职责完全不同混用会直接导致 AI 逻辑混乱。2.1 SystemMessage 系统提示词规则层定位全局规则、角色定义、输出规范、业务约束作用于整个对话生命周期优先级最高。用于告诉模型你是谁、你要怎么做、输出什么格式、禁止什么内容。适合放置内容角色定义你是资深Java工程师、你是智能分类机器人格式约束必须输出JSON、必须简洁、禁止冗余描述行为约束禁止编造数据、不确定就返回空特点一次定义、全局生效、不随用户提问变化2.2 UserMessage 用户提示词输入层定位用户真实提问、业务待处理数据每一次接口请求的动态内容变量、文本、问题全部放这里。特点每次请求都不一样是动态变化的核心数据2.3 AssistantMessage 助手提示词历史结果层定位模型历史回答记录多用于多轮对话用来拼接上下文让模型记住上一轮回答实现连续对话、上下文理解。特点用于记忆链路单轮对话几乎用不到三、PromptTemplate 动态模板实战解决硬编码痛点传统写法直接字符串拼接提示词代码丑陋、无法复用、无法统一管理。SpringAI 提供PromptTemplate模板机制支持占位符动态替换是企业开发的标准写法。3.1 核心优势提示词与业务代码解耦支持多变量动态渲染支持模板复用、统一维护为后续yml持久化打下基础3.2 实战动态模板问答需求传入【用户提问】和【回答风格】动态生成定制化回复RestControllerRequestMapping(/ai/prompt)publicclassPromptTemplateController{AutowiredprivateChatClientchatClient;GetMapping(/template)publicStringtemplatePrompt(Stringquestion,Stringstyle){// 1. 定义模板使用 {变量名} 占位StringtemplateStr请以{style}的风格回答用户问题回答简洁专业{question};PromptTemplatepromptTemplatenewPromptTemplate(templateStr);// 2. 设置动态变量参数MapString,ObjectparamsnewHashMap();params.put(style,style);params.put(question,question);// 3. 渲染生成最终PromptPromptpromptpromptTemplate.create(params);// 4. 调用模型returnchatClient.prompt(prompt).call().content();}}测试效果style通俗易懂大白话讲解style学术严谨专业公式、严谨描述style幽默风趣轻松趣味回答四、Few-Shot 少样本提示实战提升AI精准度神器很多业务场景单纯靠文字描述规则AI 永远理解不透彻。描述一百句规则不如给一个样例。Few-Shot少样本提示就是在提示词中带入标准答案案例让AI模仿你的业务逻辑。适合分类、标签、评分、规则匹配、标准化输出场景。4.1 业务场景舆情内容情感分类分为【正面、中性、负面】人工给3组标准案例让AI严格模仿分类逻辑。4.2 完整Few-Shot代码实现GetMapping(/fewshot)publicStringfewShotPrompt(Stringcontent){// 1. 系统规则定义StringsystemRule你是内容情感分类机器人仅输出【正面、中性、负面】不要多余解释\n以下是标准分类案例\n案例1内容今天天气很好心情不错 正面\n案例2今天正常上班无特殊事情 中性\n案例3服务太差体验非常糟糕 负面\n;// 2. 用户待分类内容StringuserInput请对以下内容进行分类content;returnchatClient.prompt().system(systemRule).user(userInput).call().content();}✅Few-Shot少样本核心价值生产必用纯文字规则描述属于「抽象约束」模型理解存在偏差带入标准样例属于「具象模仿」让AI精准对齐业务规则从“猜逻辑”变成“照规则执行”。在分类、标签、风险筛查等精准业务中少样本提示是提升准确率的最优低成本方案无需微调模型即可大幅优化输出效果。五、链式Prompt复杂问题分步拆解大模型有一个通病复杂问题一次性推理容易翻车。如果你的业务需要先理解、再提取、再判断、再总结、再格式化一次性提示词极易出错。链式Prompt思想把一个复杂大任务拆成多步简单小任务分步调用、分步收敛。5.1 适用场景长文本解析 关键信息提取 总结问题拆解 逻辑分析 答案生成需要严格步骤、不可跳跃的业务5.2 链式Prompt实战案例需求对一段用户评论先提取关键信息 - 判断情感 - 生成简短总结GetMapping(/chain)publicStringchainPrompt(Stringcomment){// 第一步提取关键信息Stringstep1chatClient.prompt().system(你是信息提取助手只提取文本中的关键核心内容不要多余描述).user(待处理内容comment).call().content();// 第二步情感判断Stringstep2chatClient.prompt().system(判断文本情感仅输出正面/中性/负面).user(step1).call().content();// 第三步生成最终总结StringfinalResultchatClient.prompt().system(根据关键信息和情感生成一句简短总结).user(关键信息step1情感step2).call().content();returnfinalResult;}✅链式Prompt核心优势**企业落地重点**降低推理错误率拆分复杂任务为单一简单步骤规避大模型一次性推理逻辑混乱、输出翻车问题全链路可控可回溯每一步执行结果可打印、可校验、可单独调优线上问题精准定位业务扩展性极强可按需增加校验、过滤、格式化步骤适配复杂企业级AI业务场景输出稳定性拉满分步收敛结果彻底解决复杂业务输出格式错乱、内容缺失、逻辑矛盾问题六、Prompt持久化yml配置存放提示词企业规范绝对不要在代码里写大段硬编码提示词后期修改提示词需要重启服务、改代码、重新部署极其不优雅。企业标准方案提示词全部放入yml配置动态读取、热更新可扩展。6.1 yml配置提示词# 自定义AI提示词配置ai:prompt:# 通用文案生成提示词article:你是专业文案生成助手语言流畅、正式、段落清晰根据用户主题生成短文字数控制在300字左右主题{topic}# 内容分类提示词classify:你是内容分类机器人严格根据样例输出正面/中性/负面仅输出结果无多余解释。待分类内容{content}# 文本总结提示词summary:请对以下文本进行精简总结保留核心信息字数精简至100字以内{text}6.2 自定义配置类读取提示词ConfigurationProperties(prefixai.prompt)ComponentDatapublicclassAiPromptProperties{privateStringarticle;privateStringclassify;privateStringsummary;}6.3 业务接口调用零硬编码RestControllerRequestMapping(/ai/prompt/biz)publicclassBizPromptController{AutowiredprivateChatClientchatClient;AutowiredprivateAiPromptPropertiespromptProperties;// AI文案生成GetMapping(/article)publicStringgenArticle(Stringtopic){PromptTemplatetemplatenewPromptTemplate(promptProperties.getArticle());returnchatClient.prompt(template.create(Map.of(topic,topic))).call().content();}// AI文本总结GetMapping(/summary)publicStringsummary(Stringtext){PromptTemplatetemplatenewPromptTemplate(promptProperties.getSummary());returnchatClient.prompt(template.create(Map.of(text,text))).call().content();}}✅企业规范核心优势解耦代码与提示词彻底告别Java代码硬编码大段Prompt代码更整洁优雅符合开发规范动态可配置化无需修改业务代码、无需重启服务仅修改配置即可调整AI输出风格与规则支持动态热更新后续可无缝接入Nacos、Apollo配置中心实现提示词在线热更新适配生产动态调优场景统一维护管理所有业务Prompt集中管理避免多业务模块提示词混乱、重复、不统一问题七、三大通用业务Prompt模板可直接上线本章最后送给大家三套企业可直接落地的标准Prompt模板覆盖90%后端AI业务场景。7.1 AI文案生成通用模板生产可用适配场景电商产品文案、公众号短文、活动宣传文案、技术科普内容生成标准化Prompt模板【角色】你是一名专业的企业文案生成师文笔流畅、正式严谨、适配公域发布场景。 【规则】1. 根据用户给定主题生成完整短文结构清晰分段展示2. 字数严格控制在300字左右误差不超过20字3. 无废话、无凑数语句、不编造虚假信息4. 语言通俗易懂适配大众阅读 【输入主题】{topic} 【输出要求】直接输出成品文案无需额外解释、无需标题、无需备注适配场景活动文案、产品介绍、短文生成模板规则角色定位 字数限制 风格约束 禁止废话7.2 AI内容分类通用模板生产可用适配场景用户评论情感分析、内容风险识别、文本标签自动归类、舆情内容筛查标准化Prompt模板【角色】你是精准文本分类机器人严格按照规则执行分类任务零主观判断。 【分类枚举】仅允许输出正面、中性、负面禁止输出其他任何文字 【参考样例】 案例1内容今天天气很好心情不错 正面 案例2今天正常上班无特殊事情 中性 案例3服务太差体验非常糟糕 负面 【规则】严格模仿上述案例逻辑只看用户文本表达情绪不额外拓展、不解释原因 【待分类内容】{content} 【输出要求】仅单独输出分类结果适配场景评论情感、内容风险、标签归类模板规则固定枚举输出 Few-Shot样例 禁止多余文字7.3 AI文本总结通用模板生产可用适配场景长新闻总结、对话记录提炼、文章摘要生成、用户反馈内容汇总标准化Prompt模板【角色】你是专业文本摘要助手擅长精简提炼核心信息。 【规则】1. 保留原文核心观点、关键数据、核心事件2. 删除冗余话术、重复内容、无效修饰词3. 总结字数控制在100字以内4. 语句通顺、逻辑连贯不改变原文语义 【待总结文本】{text} 【输出要求】直接输出精简摘要无多余注释、无铺垫语句适配场景长文本提炼、对话总结、内容摘要模板规则保留核心信息、剔除无效话术、固定字数上限八、本章总结提示词工程是后端AI项目稳定落地的核心决定模型输出质量与业务可用性System/User/Assistant 三类提示词各司其职系统管规则、用户管输入、助手管上下文PromptTemplate 实现动态变量模板彻底告别字符串硬编码拼接Few-Shot 少样本通过案例模仿大幅提升分类、规则类任务准确率链式Prompt拆解复杂任务分步执行解决大模型一次性推理翻车问题提示词yml持久化是企业标准便于统一维护、动态调整、热更新文案、分类、总结三大通用模板可直接用于生产业务开发。九、下期预告下一章我们将讲解SpringAI 对话记忆与多轮上下文手把手实现真正的“连续聊天机器人”解决AI记不住历史对话的痛点 专栏持续更新企业级SpringAI实战干货无废话纯落地欢迎点赞收藏关注本系列完结时一并上传源码。