【智绘博弈】Prompt Engineering —— 让 AI 按难度猜词

项目：智绘博弈 —— 人机对抗绘画猜词与心理解读系统

角色：AI 识别 & 心理解读模块负责人

日期：2026.4.13 - 2026.4.19

---

一、本周目标

上周完成了智谱 API 的基本调用，AI 已经能识别简笔画了。但有个问题：

AI 太聪明了，基本都能猜对，玩家根本赢不了！

这周的任务是设计 Prompt 策略，让 AI 在不同难度下表现不同：

• 简单模式：AI “装傻”，给人类更多赢的机会

• 中等模式：AI 正常发挥

• 困难模式：AI 全力以赴，人类很难赢

核心思路：不是改 AI 模型，而是改我们给 AI 的提示词。

---

二、Prompt Engineering 是什么？

Prompt Engineering（提示词工程）就是通过设计输入的提示词，来控制 AI 的输出行为。

同一个模型，给不同的 prompt，效果可以完全不同：

Prompt	AI 表现
「这是什么？」	随便猜，可能猜错
「这是一个物品，猜猜是什么？」	范围缩小，准确率提高
「这是一个物品，可能是：苹果、香蕉、橙子。选一个」	几乎不会错

我们的三档难度，本质上就是给 AI 不同程度的“作弊信息”。

---

三、三档难度的 Prompt 设计

3.1 设计思路

难度	给 AI 的信息	预期效果
easy	几乎不给提示，让 AI 裸猜	AI 容易猜错 → 人类容易赢
medium	告诉分类（物品/动作/概念）	中等难度
hard	告诉分类 + 给候选词列表	AI 基本猜对 → 人类难赢

3.2 代码实现

def _build_prompt(difficulty, category, word_list=None):
    """
    根据难度构建不同强度的 prompt
    """
    # 获取难度配置
    difficulty_config = config.AI_DIFFICULTY_LEVELS.get(difficulty)
    hint_level = difficulty_config['prompt_hint_level']
    
    # 分类名称映射
    category_names = {
        'object': '物品/事物',
        'action': '动作/行为',
        'concept': '抽象概念',
    }
    cat_name = category_names.get(category, '未知类别')
    
    # 基础角色设定（所有难度通用）
    prompt = (
        "你是一个绘画猜词游戏中的AI选手。"
        "玩家在网页画板上画了一幅简笔画，你需要猜测画的是什么。\n"
        "注意：这是手绘简笔画，线条可能不太精确，请发挥联想能力。\n"
    )
    
    # 根据难度添加不同程度的提示
    if hint_level >= 0.8:
        # 困难模式：给 AI 充分的提示和候选范围
        prompt += f"\n提示信息：这幅画属于「{cat_name}」类别。"
        if word_list:
            prompt += f"\n候选答案范围：{', '.join(word_list[:15])}。"
        prompt += "\n请仔细分析画面中的每一个细节，给出你最有信心的猜测。"
        
    elif hint_level >= 0.5:
        # 中等模式：给一点分类提示
        prompt += f"\n提示：这幅画大致属于「{cat_name}」类别。"
        prompt += "\n请根据画面特征给出你的猜测。"
        
    else:
        # 简单模式：几乎不给提示，让 AI 裸猜
        prompt += "\n请猜测这幅画画的是什么。"
    
    # 输出格式要求（所有难度通用）
    prompt += (
        "\n\n【重要】请严格按照以下JSON格式返回：\n"
        '{"guess": "你的猜测", "confidence": 0.85, "reasoning": "简要推理过程"}\n'
    )
    
    return prompt

3.3 三档 Prompt 对比

简单模式（easy）的 prompt：

你是一个绘画猜词游戏中的AI选手。玩家在网页画板上画了一幅简笔画，你需要猜测画的是什么。
注意：这是手绘简笔画，线条可能不太精确，请发挥联想能力。
​
请猜测这幅画画的是什么。
​
【重要】请严格按照以下JSON格式返回...

中等模式（medium）的 prompt：

你是一个绘画猜词游戏中的AI选手。玩家在网页画板上画了一幅简笔画，你需要猜测画的是什么。
注意：这是手绘简笔画，线条可能不太精确，请发挥联想能力。
​
提示：这幅画大致属于「物品/事物」类别。
请根据画面特征给出你的猜测。
​
【重要】请严格按照以下JSON格式返回...

困难模式（hard）的 prompt：

你是一个绘画猜词游戏中的AI选手。玩家在网页画板上画了一幅简笔画，你需要猜测画的是什么。
注意：这是手绘简笔画，线条可能不太精确，请发挥联想能力。
​
提示信息：这幅画属于「物品/事物」类别。
候选答案范围：苹果、香蕉、西瓜、葡萄、橙子、草莓、樱桃、梨、桃子、芒果。
请仔细分析画面中的每一个细节，给出你最有信心的猜测。
​
【重要】请严格按照以下JSON格式返回...

可以看到，从 easy 到 hard，AI 拿到的“作弊信息”越来越多。

---

四、JSON 输出格式约束

4.1 为什么需要格式约束？

如果不约束格式，AI 可能返回各种奇怪的东西：

我觉得这幅画画的应该是一个苹果吧，因为它是圆形的，上面还有一个小柄...

这样我们很难用程序解析出「苹果」这个答案。

4.2 约束 prompt 的写法

prompt += (
    "\n\n【重要】请严格按照以下JSON格式返回，不要返回任何其他内容：\n"
    '{"guess": "你的猜测", "confidence": 0.85, "reasoning": "简要推理过程"}\n'
    "\n要求：\n"
    '- guess：2-4个中文字，是你认为画的内容\n'
    '- confidence：0到1之间的小数，表示你的确信程度\n'
    '- reasoning：一句话说明你的判断依据\n'
    '- 只返回JSON，不要加任何前缀、后缀、markdown标记'
)

关键技巧：

1. 给示例：直接给一个 JSON 样例，AI 会模仿格式

2. 强调“严格” “只返回” ：减少 AI 自由发挥

3. 明确每个字段的要求：长度、类型、含义都说清楚

4.3 实际效果

加了格式约束后，AI 的返回基本都是标准 JSON 了：

{
    "guess": "蘑菇",
    "confidence": 0.9,
    "reasoning": "图中有一个伞状物体和一个细长的茎，这通常代表一个蘑菇"
}

---

五、难度配置参数

在 config.py 里，我们定义了三档难度的具体参数：

AI_DIFFICULTY_LEVELS = {
    'easy': {
        'description': '简单 - AI 较容易被骗',
        'prompt_hint_level': 0.3,    # 提示程度低
        'confidence_threshold': 0.8,  # 需要高置信度才算猜对
    },
    'medium': {
        'description': '中等 - AI 正常发挥',
        'prompt_hint_level': 0.6,
        'confidence_threshold': 0.5,
    },
    'hard': {
        'description': '困难 - AI 全力以赴',
        'prompt_hint_level': 1.0,    # 给充分提示
        'confidence_threshold': 0.3,  # 低置信度也算猜对
    },
}

注意有两个维度在控制难度：

参数	作用
prompt_hint_level	控制给 AI 多少提示信息
confidence_threshold	AI 需要多高置信度才「算猜对」

也就是说，简单模式下，不仅给 AI 的提示少，而且要求 AI 置信度 ≥0.8 才算它猜对。双重削弱，让人类更容易赢。

---

六、实测对比

我在服务器上编写了自动化测试脚本，用 Python PIL 库生成简笔画，分别测试三档难度下 AI 的表现。

测试 1：特征明显的简笔画（蘑菇）

难度	AI 猜测	置信度	推理	响应时间	判定
easy	蘑菇	0.9	半圆形+矩形+小圆点	4048ms	猜对 ✓
medium	蘑菇	0.9	半圆帽子+长方形柄+斑点	1324ms	猜对 ✓
hard	蘑菇	0.9	半圆顶部+长方形底部+圆点	1830ms	猜对 ✓

结论：特征明显的画，三档难度差异不大，AI 都能轻松识别。

测试 2：模糊手绘风格的简笔画（苹果）

为了模拟真人画画的不精确感，我用随机噪声生成了一个歪歪扭扭的圆形，带一根短柄和一片叶子：

难度	AI 猜测	置信度	推理	判定
easy	钥匙	0.9	上部有钩子形状	未猜对 ✗
medium	圣诞树	0.8	类似挂饰的钩子	未猜对 ✗
hard	气球	0.9	不规则边缘+顶部小环	未猜对 ✗

结论：画得模糊时，AI 在不同难度下猜测方向不同。hard 模式虽然有候选词列表，但画太潦草时仍然会误判。 这说明 prompt 策略不是万能的，真正影响游戏体验的是"画的质量"和"prompt提示"的组合效果。

实测心得

这组测试让我理解了一个重要的事情：三档难度不是为了让AI "变笨"，而是为了在中等质量的画作上拉开区分度。画得很好→谁都能猜对；画得很烂→谁都猜不对；只有画得"还行但有歧义"的时候，prompt 提示的多少才 真正决定胜负。这也是游戏设计中"心流"区间的体现。

---

七、遇到的问题

问题 1：AI 有时候不听话，返回的不是纯 JSON

上周提到过这个问题，这周通过格式约束 prompt 已经大幅改善，但偶尔还是会出现，即使 prompt 里强调了“只返回json”，AI 偶尔还是会加点废话：

好的，我来分析这幅画：
{"guess": "苹果", "confidence": 0.8, "reasoning": "..."}

这个问题下周会专门写一篇来讲怎么做“健壮的响应解析”。

问题 2：候选词列表太长会影响效果

困难模式下如果给 AI 50 个候选词，反而可能让它困惑。测试后发现 10-15 个候选词效果最好。

if word_list:
    prompt += f"\n候选答案范围：{', '.join(word_list[:15])}。"  # 最多取15个

---

八、下周计划

1. 响应解析：处理 AI “不听话” 的各种情况，写一个健壮的 JSON 解析函数

2. 通义千问备份：实现自动降级机制

3. 更多测试：用不同类型的简笔画（物品/动作/概念）测试准确率

---

九、本周总结

这周完成了 Prompt Engineering 的核心设计：

• 理解了“通过 prompt 控制 AI 行为”的思路

• 设计了三档难度的 prompt 策略：信息量递增

• 学会了用示例和强调语约束 AI 的输出格式

• 配合 confidence_threshold 实现双重难度控制

现在游戏的难度系统已经可以工作了，简单模式下人类确实更容易赢！

---

（本文代码在 AI 辅助下完成。开发方式为 SPEC 协作：我根据 “三档难度控制 AI 猜词准确率” 的需求，与 AI 讨论了 prompt 设计策略，AI 提供了代码实现，我进行了测试和参数调优。）