spring ai 提示词技巧

杨Yy_

379人浏览 · 2026-04-19 17:41:18

杨Yy_ · 2026-04-19 17:41:18 发布

什么是提示词呢？

大预言模型就像是一位学识渊博但是缺乏上下文理解能力的专家，它可以处理海量的数据，但是它不能猜你想要什么样的数据。你给他输入的每一条数据，都是它输出的依据。ai它很聪明，但是他不会读心术，他需要非常清晰的指令，才能输出高质量的内容，这个指令就提示词（prompt）。

提示词要素：

1.目标（Objective），你想要做什么

2背景（context）发生在什么场景下

3受众(Audience)给谁看/听/用

4风格(Style)用什么方式表达

5语气(Tone)带着什么情绪说话

6格式(Response Format)输出长什么样子

7约束条件(Response Format)不能做什么

提示词技巧

CO-STAR 结构化框架

CO-STAR 并不是⼀个全新的概念集合, ⽽是对已有提⽰词要素的⼀次逻辑重组与流程优化. 它像⼀张"检查清单+导航图", 引导我们⼀步步构建完整、清晰、可执⾏的指令, 尤其适合复杂任务或团队标准化使用。

什么是CO-STAR?

c Context (背景)

o Objective (⽬标)

s Style (⻛格)

t Tone (语⽓)

a Audience (受众)

r Response (响应格式)

少样本提示(Few-Shot Prompting)

什么是少样本提示？

简单来说, 就是在提问前, 先给 AI 看⼏个"标准答案"的例⼦, 让它从中学习模式、⻛格或逻辑结构从而更加准确的生成后续内容，相当于就是让他比着葫芦画瓢。

思维链提示(Chain-of-Thought, CoT)

简单来说, 就是让 AI 在给出最终答案前, 先展⽰它的"思考过程"

自我⼀致性 (Self-Consistency, SC)

自我一致性 = 让模型多想几遍，选出现最多的答案。

避免一次想错、胡说，用 “多数投票” 保证结果靠谱。

Cursor Rules

什么是Cursor

Cursor 是⼀个完整的 AI 驱动编程⼯具 (AI 驱动的 IDE) , 不仅仅是⼀个代码补全⼯具, 更实现了更深层次的 AI 集成. 可以直接⽤⾃然语⾔和它对话, 询问任何编程相关的问题, 它不仅能即时⽣成代码, 还能解释代码的原理和设计思路.

Cursor Rules

Cursor Rules 是⼀组预先定义、可复⽤的系统级提⽰规则, ⽤于指导 AI 在⽣成或修改代码时遵循特定的技术规范、架构约定和编码⻛格. 这些规则不是语法规范, ⽽是如何与 AI 对话才能写出⾼质量代码的最佳实践.

图像模型

什么是图像模型

图像模型(Image Model)是专注于处理与理解视觉数据的⼈⼯智能模型，是计算机视觉与多模态学习的核⼼。主要分为两类：

1. 图像⽣成模型：根据⽂本、图像等条件输⼊，合成新的图像。

2. 图像理解模型：对输⼊图像进⾏分析，完成分类、检测、分割等认知任务

简单来说, 就是: 图像模型是⼀种专⻔"看图说话"或"根据描述画画"的⼈⼯智能.

QianFan

百度千帆是百度智能云推出的AI原⽣应⽤开发平台, 基于⽂⼼⼤模型构建, 提供从模型开发到应⽤部署的全栈AI能⼒⽀持.

申请API_KEY

千帆ModelBuilder地址:https://console.bce.baidu.com/qianfan/

2. 申请Api key

创建API Key

3. 开通产品https://console.bce.baidu.com/qianfan/ais/console/presetService

搭建项目

创建父项目导入依赖

  <properties>
        <maven.compiler.source>17</maven.compiler.source>
        <maven.compiler.target>17</maven.compiler.target>
<!--        这里要标识springai的版本号-->
        <spring-ai.version>1.0.1</spring-ai.version>
    </properties>

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.5.3</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>

    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

创建子项目

创建项⽬, 并添加相关依赖

<dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

配置apikey

spring:
  ai:
    openai:
      api-key: bce-v3/ALTAK-k5VNacqPh9Wpy6DMw6v7b/3ca71814838
      base-url: https://qianfan.baidubce.com
      chat:
        options:
          model: "ernie-char-8k"
        completions-path: /v2/chat/completions

第一个配置的是apikey

第二个url是

前部分

completions-path是后半部分

model是在这个页面点击支持模型列表

接入点id

添加依赖

<dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
        </dependency>

写接口

@RestController
@RequestMapping("/qianfan")
public class QianfanController {
    @Autowired
    private OpenAiChatModel openAiChatModel;
    @RequestMapping("/chat")
    public  String chat(String message){
        return  openAiChatModel.call(message);
    }
}

测试

现在我们添加了聊天相关的配置

我们接下来要添加图像相关的配置

添加关于图像模型的配置

    chat:
        options:
          model: "ernie-char-8k"
        completions-path: /v2/chat/completions
      image:
        options:
          model: "qwen-image"
        imagesPath: /v2/images/generations

先择一个参数id

增加id

 @RequestMapping("/image")
    public void image(String message){
        ImageResponse response=openAiImageModel.call(
                new ImagePrompt(message,
                        OpenAiImageOptions
                                .builder()
                                .quality("hd")
                                .N(1)
                                .height(1024)
                                .width(1024).build())
        );

        String imageUrl=response.getResult().getOutput().getUrl();
        System.out.println(imageUrl);
    }