Spring AI提示词工程实战：10个提升模型精度的最佳实践

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

spring.ai.openai.api-key=sk-b30f6476fa9645ce8cf7e922073bf499
spring.ai.openai.chat.options.model=deepseek-chat
spring.ai.openai.base-url=https://api.deepseek.com/v1```

您可以指定具体的模型版本：

```java
.options(ChatOptions.builder()
        .model("deepseek-chat")  // 请求过程中修改模型
        .build())

.options(ChatOptions.builder()
        .temperature(0.1)  // 非常确定性的输出
        .build())

.options(ChatOptions.builder()
        .maxTokens(250)  // 中等长度回答
        .build())

.options(ChatOptions.builder()
        .topK(40)      // 只考虑前 40 个最可能的标记
        .topP(0.8)     // 从覆盖 80% 概率质量的标记中采样
        .build())

enum Sentiment {
    POSITIVE, NEUTRAL, NEGATIVE
}

Sentiment result = chatClient.prompt("...")
        .call()
        .entity(Sentiment.class);

// 使用 OpenAI 特定选项
OpenAiChatOptions openAiOptions = OpenAiChatOptions.builder()
        .model("gpt-4o")
        .temperature(0.2)
        .responseFormat(new ResponseFormat("json_object"))  // ollama 为 json_schema
        .build();

public void pt_zero_shot_prompting(ChatClient chatClient) {
    // 简单的零样本翻译
    String translation = chatClient
            .prompt("将以下英文文本翻译成中文：'Spring AI makes prompt engineering easy'")
            .call()
            .content();
    
    // 零样本分类
    String classification = chatClient
            .prompt("判断以下评论的情感是正面、中性还是负面：'这家餐厅的服务太差了，但是食物还不错'")
            .options(ChatOptions.builder()
                    .temperature(0.1)  // 低温度，更确定性的回答
                    .build())
            .call()
            .content();
}

public void pt_few_shot_prompting(ChatClient chatClient) {
    String fewShotClassification = chatClient
            .prompt("""
                    将以下产品评论分类为正面或负面：
                    
                    评论："这款手机太棒了，拍照效果非常好！"
                    分类：正面
                    
                    评论："送货慢，包装破损，很失望。"
                    分类：负面
                    
                    评论："使用一周后电池开始出现问题，不推荐购买。"
                    分类：
                    """)
            .call()
            .content();
}

public void pt_chain_of_thought_prompting(ChatClient chatClient) {
    String solution = chatClient
            .prompt("""
                    小明有 5 个苹果，小红给了他 2 个苹果，然后他吃掉了 3 个，又送给了小华 1 个。
                    小明现在有多少个苹果？请一步一步思考。
                    """)
            .call()
            .content();
    
    // 少样本思维链
    String fewShotCoT = chatClient
            .prompt("""
                    问题：如果 8 个人分享 4 块比萨，每人可以得到多少块？
                    思考：总共有 4 块比萨，需要分给 8 个人。每块比萨分成 2 份，8 个人就需要 8 份。
                    4 块比萨可以分成 4 * 2 = 8 份。所以每个人可以得到 8/8 = 1 份，也就是半块比萨。
                    答案：1/2 块比萨
                    
                    问题：火车以每小时 120 公里的速度行驶。2.5 小时后，火车行驶了多少公里？
                    思考：
                    """)
            .call()
            .content();
}

public void pt_self_consistency_prompting(ChatClient chatClient) {
    // 使用思维链生成多个解决方案路径
    List<String> solutions = new ArrayList<>();
    for (int i = 0; i < 5; i++) {
        String solution = chatClient
                .prompt("""
                        一个商店正在进行 "买 2 送 1" 的促销活动。如果每件商品原价 15 元，
                        买 7 件需要多少钱？请逐步思考。
                        """)
                .options(ChatOptions.builder()
                        .temperature(0.7)  // 较高温度增加多样性
                        .build())
                .call()
                .content();
        solutions.add(solution);
    }
    
    // 选择最一致的答案
    String finalSolution = chatClient
            .prompt()
            .user(u -> u.text("""
                    分析以下解决方案，选择最准确的一个：
                    {solutions}
                    """).param("solutions", String.join("\n---\n", solutions)))
            .options(ChatOptions.builder()
                    .temperature(0.1)  // 低温度保证确定性
                    .build())
            .call()
            .content();
}

public void pt_tree_of_thoughts_prompting(ChatClient chatClient) {
    String solution = chatClient
            .prompt("""
                    你正在玩数独游戏，需要填写 3x3 网格的最后一行。
                    已知数据：
                    第一行：1 5 9
                    第二行：6 7 3
                    第三行：? ? ?
                    
                    请探索不同可能性，考虑每种选择带来的约束，找出符合数独规则的第三行数字组合。
                    """)
            .call()
            .content();
}

public void pt_abstractions_in_prompting(ChatClient chatClient) {
    String solution = chatClient
            .prompt("""
                    解决这个编程问题：实现一个函数，找出数组中所有和为特定值的数字对。
                    
                    在回答之前，先思考这个问题的核心是什么，可以用什么算法解决，
                    有哪些边界情况需要考虑，然后再提供解决方案。
                    """)
            .call()
            .content();
}

public void pt_role_prompting(ChatClient chatClient) {
    // 系统消息角色
    String roleWithSystem = chatClient
            .prompt()
            .system("你是一位经验丰富的 Java 开发专家，尤其擅长 Spring 框架")
            .user("解释一下 Spring AOP 的原理和使用场景")
            .call()
            .content();
    
    // 直接在用户提示中定义角色
    String roleInPrompt = chatClient
            .prompt("""
                    作为一名资深数据库架构师，请评估将传统关系型数据库迁移到 NoSQL 数据库的优缺点，
                    特别是对于一个高流量的电子商务网站。考虑性能、可扩展性和一致性等方面。
                    """)
            .call()
            .content();
}

public void pt_automatic_prompt_engineering(ChatClient chatClient) {
    // 生成指令变体
    String orderVariants = chatClient
            .prompt("""
                    我们有一个乐队周边 T 恤网店，为了训练聊天机器人，我们需要多种下单方式的表述：
                    "一件 S 码的 Metallica T 恤"。请生成 10 个语义相同但表达不同的变体。
                    """)
            .options(ChatOptions.builder()
                    .temperature(1.0)  // 高温度增加创造性
                    .build())
            .call()
            .content();

    // 评估并选择最佳变体
    String output = chatClient
            .prompt()
            .user(u -> u.text("""
                    请对以下变体进行 BLEU (Bilingual Evaluation Understudy) 评估：
                    ----
                    {variants}
                    ----

                    选择评分最高的指令候选。
                    """).param("variants", orderVariants))
            .call()
            .content();
}

// 编写代码
public void pt_code_prompting_writing_code(ChatClient chatClient) {
    String bashScript = chatClient
            .prompt("""
                    用 Bash 编写一个脚本，询问用户输入文件夹名称，
                    然后将该文件夹中的所有文件重命名，在文件名前加上 "draft_" 前缀。
                    """)
            .options(ChatOptions.builder()
                    .temperature(0.1)  // 低温度保证确定性代码
                    .build())
            .call()
            .content();
}

// 解释代码
public void pt_code_prompting_explaining_code(ChatClient chatClient) {
    String code = """
            #!/bin/bash
            echo "输入文件夹名称："
            read folder_name
            if [ ! -d "$folder_name" ]; then
            echo "文件夹不存在。"
            exit 1
            fi
            files=( "$folder_name"/* )
            for file in "${files[@]}"; do
            new_file_name="draft_$(basename "$file")"
            mv "$file" "$new_file_name"
            done
            echo "文件重命名成功。"
            """;

    String explanation = chatClient
            .prompt()
            .user(u -> u.text("""
                    解释以下 Bash 代码的功能：

""").param("code", code))
.call()
.content();
}

// 翻译代码
public void pt_code_prompting_translating_code(ChatClient chatClient) {
String bashCode = """
#!/bin/bash
echo "输入文件夹名称："
read folder_name
if [ ! -d "$folder_name" ]; then
echo "文件夹不存在。"
exit 1
fi
files=( "$folder_name"/* )
for file in "${files[@]}"; do
new_file_name="draft_$(basename "$file")"
mv "$file" "$new_file_name"
done
echo "文件重命名成功。"
""";

String pythonCode = chatClient
.prompt()
.user(u -> u.text("""
将以下 Bash 代码翻译成 Python：                        
{code}                        
""").param("code", bashCode))
.call()
.content();
}