Spring AI Alibaba入门学习（四）

一、提示词是什么？

  Prompt（提示词） 是你与大模型（如通义千问、ChatGPT等）交互时的输入指令或问题。它就像你给模型下达的任务说明书，告诉模型你需要它做什么、以什么方式回答。

简单来说：

• 用户：写Prompt

• 模型：根据Prompt生成回复

二、Prompt中的四大角色

  在Spring AI Alibaba中，Prompt由多个Message组成，每个Message都有不同的角色（Role）。主要有四大角色：

2.1 System Message（系统消息）

• 作用：给模型设定全局行为准则，如身份、语气、约束条件

• 优先级：最高，模型会严格遵守

• 示例

你是一个专业的数学老师，用通俗易懂的方式解释概念

2.2 User Message（用户消息）

• 作用：代表当前用户的输入，即真正的问题或指令

• 特点：对话中的主要部分

• 示例：

请解释一下勾股定理

2.3 Assistant Message（助手消息）

• 作用：代表模型的历史回复，用于多轮对话

• 用途：让模型"记住"之前的对话内容

• 示例：

勾股定理是指直角三角形两条直角边的平方和等于斜边的平方

2.4 Tool/Function Message（工具消息）

• 作用：代表外部工具调用的结果，如查询数据库、调用API

• 用途：让模型能使用外部工具获取信息

• 示例：

查询到北京今天的天气是晴天，温度25℃

三、四大角色的关系图

系统消息(System) ──→ 设定全局规则
↓
用户消息(User) ────→ 提出问题
↓
大模型
↓
助手消息(Assistant) ─→ 生成回复
↓
工具消息(Tool) ←──→ 调用外部工具（如果需要）

四、demo示例

4.1 配置类

package com.wx.config;

import com.alibaba.cloud.ai.dashscope.api.DashScopeApi;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
* @Description
* @author: wangxin
* @date: 2026/3/11 22:11
*/
@Configuration
public class LLMConfig {

@Bean
public DashScopeApi dashScopeApi() {
return DashScopeApi.builder().apiKey(System.getenv("aliQwen-api")).build();
}

@Bean
public ChatClient chatClient(ChatModel dashscopeChatModel)
{
return ChatClient.builder(dashscopeChatModel).build();
}

}

4.2 配置文件

server:
port: 8004
servlet:
encoding:
enabled: true
force: true
charset: utf-8

spring:
application:
name: demo4
# ====ollama Config=============
ai:
dashscope:
api-key: ${aliQwen-api}

4.3 controller

package com.wx.controller;

import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;

/**
* @Description
* @author: wangxin
* @date: 2026/3/7 20:42
*/
@RestController
public class ChatClientController {

@Resource(name = "dashscopeChatModel")
private ChatModel chatModel;

@GetMapping("/math-tutor")
public String mathTutor() {
// 1. System Message：设定AI角色
SystemMessage systemMessage = new SystemMessage(
"你是一个初中数学老师，说话要耐心、易懂，用生活化的例子解释概念"
);

// 2. User Message：学生提问
UserMessage userMessage = new UserMessage(
"老师，我不太明白什么是负数，能给我举个生活中的例子吗？"
);

// 3. 构建Prompt，包含多个Message
List<Message> messages = List.of(systemMessage, userMessage);
Prompt prompt = new Prompt(messages);

// 4. 调用模型
ChatResponse response = chatModel.call(prompt);
String answer = response.getResult().getOutput().getText();

// 5. 将模型的回复作为Assistant Message保存（用于多轮对话）
AssistantMessage assistantMessage = new AssistantMessage(answer);

return answer;
}

}

4.4 测试

五、提示词模版Prompt Template

5.1 简单使用

package com.wx.controller;

import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.chat.prompt.PromptTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

import java.util.List;
import java.util.Map;

/**
* @Description
* @author: wangxin
* @date: 2026/3/7 20:42
*/
@RestController
public class ChatClientController {

@Resource(name = "dashscopeChatModel")
private ChatModel chatModel;
@Resource
private ChatClient chatClient;

@GetMapping("/prompt/chat")
public Flux<String> chat(String topic, String output_format, String wordCount)
{
PromptTemplate promptTemplate = new PromptTemplate("" +
"讲一个关于{topic}的故事" +
"并以{output_format}格式输出，" +
"字数在{wordCount}左右");

// PromptTempate -> Prompt
Prompt prompt = promptTemplate.create(Map.of(
"topic", topic,
"output_format",output_format,
"wordCount",wordCount));

return chatClient.prompt(prompt).stream().content();
}

}

5.2 读取文件方式

新建txt文件放在resources目录下

讲一个关于{topic}的故事,并以{output_format}格式输出,字数在{wordCount}左右

测试：

@GetMapping("/prompt/chat1")
public Flux<String> chat1(String topic, String output_format, String wordCount)
{
PromptTemplate promptTemplate = new PromptTemplate(userTemplate);

// PromptTempate -> Prompt
Prompt prompt = promptTemplate.create(Map.of(
"topic", topic,
"output_format",output_format,
"wordCount",wordCount));

return chatClient.prompt(prompt).stream().content();
}

六、实际应用场景

七、总结

核心要点：