prompt提示词为传统项目赋能（商城客服模块为例）

本文链接：https://blog.csdn.net/qq_41312236/article/details/142673729

商城客服模块改造

在商城的客服模块中，通过精心设计的 Prompt 工程，可以显著提升模型的响应质量和用户体验。以下是改造 ai/aliTyqw 接口时重点体现 Prompt 工程的步骤和示例。

1. 明确 Prompt 的结构

设计 Prompt 时，确保包含足够的信息，以帮助模型理解用户的意图和上下文。这可以通过在请求中添加指令、示例或上下文信息来实现。

2. 改造后的接口实现

在改造 ai/aliTyqw 接口时，加入详细的 Prompt 设计。下面是一个示例代码，展示如何构建 Prompt。

改造后的接口代码示例

@PostMapping(value = "aliTyqw")
public ResponseEntity<ChatResponse> send(@RequestBody ChatRequest chatRequest) 
        throws NoApiKeyException, InputRequiredException {
    
    // 提取用户消息和会话上下文
    String userMessage = chatRequest.getContent();
    List<Message> messages = chatRequest.getMessages(); // 包含历史消息

    // 创建用户消息
    Message userMessageObj = Message.builder()
            .role(Role.USER.getValue())
            .content(userMessage)
            .build();

    // 将用户消息添加到历史消息中
    messages.add(userMessageObj);

    // 构建 Prompt，包含历史对话和用户消息
    StringBuilder promptBuilder = new StringBuilder();
    promptBuilder.append("你是一位智能客服助手，能够回答用户在商城的各种问题。请根据上下文和用户的提问生成回答。\n\n");

    for (Message message : messages) {
        promptBuilder.append(message.getRole()).append(": ").append(message.getContent()).append("\n");
    }

    promptBuilder.append("助手: "); // 指示模型生成助手的回答

    // 构建生成参数
    GenerationParam param = GenerationParam.builder()
            .model("qwen-turbo")
            .messages(Collections.singletonList(new Message(Role.SYSTEM.getValue(), promptBuilder.toString())))
            .resultFormat(GenerationParam.ResultFormat.MESSAGE)
            .topP(0.8)
            .apiKey(apiKey)
            .enableSearch(true)
            .build();

    // 调用模型生成响应
    GenerationResult generationResult = generation.call(param);
    
    // 构建聊天响应
    String botResponse = generationResult.getOutput().getChoices().get(0).getMessage().getContent();
    
    // 返回响应
    return ResponseEntity.ok(new ChatResponse(botResponse, messages));
}