Java 工程师 AI 智能体学习路线 · 阶段 2提示词工程Prompt Engineering详解本阶段目标掌握如何稳定地指挥模型产出期望结果具备结构化输出能力并理解从基础技巧到高级推理范式ReAct、Plan-and-Solve 等的提示词设计方法。注博客https://blog.csdn.net/badao_liumang_qizhi2.1 基础结构三种消息角色讲解对话式模型把输入组织为不同角色的消息模型据此理解各自的职责System系统消息设定模型的角色、规则、语气与全局约束优先级最高贯穿整个会话。User用户消息真实用户的输入或当前任务。Assistant助手消息模型的回复在多轮对话中也可由开发者预填用于引导或做 Few-shot 示例。示例System: 你是一名严谨的 Java 技术面试官只回答与 Java 相关的问题语气专业简洁。 User: 请说明 HashMap 和 ConcurrentHashMap 的区别。 Assistant:模型生成常见场景把人设/规则固定放在 System避免每轮重复描述。多轮对话中维护历史 User/Assistant 以保留上下文。面试知识点QSystem 消息和 User 消息有什么优先级区别ASystem 用于设定全局角色与约束通常权重更高、贯穿会话User 是当前指令。当二者冲突时不同模型处理策略略有差异但一般 System 的规则性约束会被优先遵守。2.2 基础技巧2.2.1 角色设定Role Prompting明确你是谁让模型进入对应专业语境。System: 你是一位有 10 年经验的 Spring Boot 架构师。场景客服、翻译、代码审查等都需要先定人设。2.2.2 Zero-shot / Few-shotZero-shot直接给任务不提供示例。Few-shot在 Prompt 中给出若干输入→输出范例引导模型按同样格式回答。示例Few-shot将用户评论分类为 正面/负面/中性 评论物流很快包装也好。→ 正面 评论客服态度差退款慢。→ 负面 评论东西一般没什么特别。→ 中性 评论手机续航不错但发热明显。→ 场景分类、抽取、格式转换等小样本任务Few-shot 能显著提升准确率与一致性。2.2.3 Chain-of-ThoughtCoT思维链要求模型一步步思考把推理过程写出来再给结论。请逐步推理再给出答案 问题仓库有 120 件商品每天卖出 15 件几天卖完 思考120 ÷ 15 8 ... 答案8 天场景数学、逻辑、多步推理任务。可加 “Let’s think step by step” 触发。2.2.4 Self-Consistency自一致性对同一个问题采样多个推理路径取多数答案提升复杂题准确率。场景关键决策、评测场景用多次投票降低偶发错误。面试知识点QFew-shot 比 Zero-shot 好在哪会不会有副作用AFew-shot 通过示例显式约束输出格式与风格小样本任务更稳副作用是占用更多 Token、可能引入示例偏差示例不具代表性会带偏模型。QCoT 的代价是什么A输出更长要把推理过程写出来Token 成本与延迟上升且推理模型已内化 CoT普通模型才需显式提示。2.3 结构化输出讲解让模型输出机器可解析的结构如 JSON是接入业务系统的关键。3.1 JSON Mode直接要求只输出 JSON或调用支持response_format: {type:json_object}的接口。System: 只输出 JSON不要任何解释。 User: 提取张三电话 13800000000城市 北京。 期望{name:张三,phone:13800000000,city:北京}3.2 函数/ Schema 约束通过 Function Calling 或 JSON Schema 约束字段名与类型模型按 Schema 填值。3.3 输出校验拿到 JSON 后用代码校验如 Jackson 反序列化、JSON Schema 校验失败时重试或降级。示例Java 校验示意try{ResultrobjectMapper.readValue(modelOutput,Result.class);}catch(JsonProcessingExceptione){// 重试或提示模型重新输出}常见场景表单抽取、意图识别、工单结构化、API 参数生成。面试知识点Q模型输出 JSON 但格式偶尔非法工程上怎么兜底A①开启 JSON Mode / 函数约束②用代码做 Schema 校验失败则重试可带上次错误反馈③限制 max_tokens 防截断④对关键字段做默认值与降级。2.4 约束与防漏讲解通过明确指令约束模型行为边界减少跑题、越权与幻觉。拒答边界明确不在范围内的请求应拒绝。你只处理 Java 技术问题其他领域请回复抱歉我无法回答。格式强制规定输出模板如固定标题、分隔符。长度与语气控制如用不超过 50 字回答“语气友好”。常见场景安全护栏防止模型泄露 System Prompt 或被诱导越权。产品化统一回复风格便于前端渲染。面试知识点Q如何防止用户通过忽略以上指令类提示注入Prompt InjectionA①System 中强调优先级与安全边界②对用户输入做隔离/标记如明确界定以下是用户内容③输出端过滤敏感信息④关键动作需人工确认⑤用护栏模型/规则二次校验。2.5 高级范式2.5.1 ReActReasoning Acting让模型交替进行思考Thought→ 行动Action调用工具→ 观察Observation直到得出答案。Thought: 我需要知道今天天气应调用天气工具。 Action: get_weather(city北京) Observation: 晴28℃ Thought: 已有信息可回答。 Answer: 北京今天晴28℃。场景需外部信息/工具才能完成的任务智能体核心范式。2.5.2 Plan-and-Solve先整体规划步骤再逐步执行适合复杂多步任务。场景写报告、数据分析流程编排。2.5.3 Reflexion自我反思任务失败后模型反思错误原因并改进重试。场景代码生成调试、Agent 自我纠错。2.5.4 Tree-of-ThoughtToT在多个推理分支中搜索/回溯选最优路径。场景需要探索多种方案的创造性/规划问题。面试知识点QReAct 与普通 CoT 的区别ACoT 只在想不接触外部世界ReAct 在想的同时能做调用工具、查数据并基于观察继续推理是 Agent 的基础范式。QPlan-and-Solve 相比 ReAct 适合什么场景APlan-and-Solve 先全局规划再执行适合步骤清晰、可预见的复杂任务ReAct 边想边做适合需要实时信息、路径不确定的任务。2.6 评测意识讲解提示词并非写一次就完需关注稳定性与可评测性一致性同一 Prompt 多次调用结果是否稳定。回归Prompt 改动后原有好用例是否仍正确。数据集维护一小批输入→期望输出用例做自动比对。常见场景提示词版本管理Git每次变更跑评测集。A/B 对比不同 Prompt 效果。面试知识点Q如何衡量一个 Prompt 改版是否变好了A建立评测集覆盖典型/边界用例用准确率、格式合规率、人工评分等指标在改版前后对比避免仅凭单次主观感受判断。2.7 阶段 2 自测清单能写一个带角色设定与拒答边界的 System Prompt能写出 Few-shot 示例提升分类准确率能让模型稳定输出可解析的 JSON能描述 ReAct 范式的基本流程能设计最小评测集验证 Prompt 改动2.8 阶段 2 面试题与参考答案1. System、User、Assistant 三种消息角色分别起什么作用System 设定全局角色、规则与语气贯穿会话、权重最高User 是用户当前指令Assistant 是模型回复也可由开发者预填用于 Few-shot 示例或多轮上下文。2. Few-shot 和 Zero-shot 的区别与适用场景Zero-shot 直接给任务Few-shot 提供若干输入→输出范例引导格式与风格。小样本分类/抽取任务用 Few-shot 更稳简单或通用任务用 Zero-shot 即可且更省 Token。3. 什么是 Chain-of-Thought它有什么代价CoT 要求模型先逐步推理再给结论提升多步推理准确率。代价是输出变长、Token 成本与延迟上升推理模型已内化该过程普通模型才需显式提示。4. 如何让模型稳定输出结构化 JSON①开启 JSON Moderesponse_format②用函数/JSON Schema 约束字段③Prompt 明确只输出 JSON④代码端做反序列化校验失败重试⑤限制 max_tokens 防截断。5. 什么是 Prompt Injection如何防范用户通过恶意指令如忽略以上系统指令诱导模型越权或泄露规则。防范System 强调安全边界与优先级隔离标记用户输入输出端过滤敏感信息关键动作人工确认加护栏规则二次校验。6. 什么是 ReAct 范式它与普通 CoT 有何不同ReAct 推理Thought 行动Action调工具 观察Observation循环。CoT 只想不做ReAct 能调用外部工具并基于观察继续推理是 Agent 的核心范式。7. Plan-and-Solve 与 ReAct 怎么选步骤可预见的复杂任务用 Plan-and-Solve先规划再执行路径不确定、需实时信息的任务用 ReAct边想边做。8. 如何处理模型 JSON 输出偶尔非法的情况开启 JSON Mode / Schema 约束代码校验失败则带错误反馈重试限制长度防截断关键字段给默认值与降级策略。9. 为什么提示词也需要评测同一 Prompt 多次结果可能不一致改动后也可能劣化原有好用例。需维护评测集用准确率/合规率/人工评分在版本间对比保证稳定可回归。10. 自一致性Self-Consistency是什么适合什么场景对同一问题采样多条推理路径取多数答案降低偶发错误。适合关键决策、数学/逻辑评测等对正确性要求高的场景但成本随采样次数线性上升。
Java 工程师 AI 智能体学习路线 · 阶段 2提示词工程Prompt Engineering详解本阶段目标掌握如何稳定地指挥模型产出期望结果具备结构化输出能力并理解从基础技巧到高级推理范式ReAct、Plan-and-Solve 等的提示词设计方法。注博客https://blog.csdn.net/badao_liumang_qizhi2.1 基础结构三种消息角色讲解对话式模型把输入组织为不同角色的消息模型据此理解各自的职责System系统消息设定模型的角色、规则、语气与全局约束优先级最高贯穿整个会话。User用户消息真实用户的输入或当前任务。Assistant助手消息模型的回复在多轮对话中也可由开发者预填用于引导或做 Few-shot 示例。示例System: 你是一名严谨的 Java 技术面试官只回答与 Java 相关的问题语气专业简洁。 User: 请说明 HashMap 和 ConcurrentHashMap 的区别。 Assistant:模型生成常见场景把人设/规则固定放在 System避免每轮重复描述。多轮对话中维护历史 User/Assistant 以保留上下文。面试知识点QSystem 消息和 User 消息有什么优先级区别ASystem 用于设定全局角色与约束通常权重更高、贯穿会话User 是当前指令。当二者冲突时不同模型处理策略略有差异但一般 System 的规则性约束会被优先遵守。2.2 基础技巧2.2.1 角色设定Role Prompting明确你是谁让模型进入对应专业语境。System: 你是一位有 10 年经验的 Spring Boot 架构师。场景客服、翻译、代码审查等都需要先定人设。2.2.2 Zero-shot / Few-shotZero-shot直接给任务不提供示例。Few-shot在 Prompt 中给出若干输入→输出范例引导模型按同样格式回答。示例Few-shot将用户评论分类为 正面/负面/中性 评论物流很快包装也好。→ 正面 评论客服态度差退款慢。→ 负面 评论东西一般没什么特别。→ 中性 评论手机续航不错但发热明显。→ 场景分类、抽取、格式转换等小样本任务Few-shot 能显著提升准确率与一致性。2.2.3 Chain-of-ThoughtCoT思维链要求模型一步步思考把推理过程写出来再给结论。请逐步推理再给出答案 问题仓库有 120 件商品每天卖出 15 件几天卖完 思考120 ÷ 15 8 ... 答案8 天场景数学、逻辑、多步推理任务。可加 “Let’s think step by step” 触发。2.2.4 Self-Consistency自一致性对同一个问题采样多个推理路径取多数答案提升复杂题准确率。场景关键决策、评测场景用多次投票降低偶发错误。面试知识点QFew-shot 比 Zero-shot 好在哪会不会有副作用AFew-shot 通过示例显式约束输出格式与风格小样本任务更稳副作用是占用更多 Token、可能引入示例偏差示例不具代表性会带偏模型。QCoT 的代价是什么A输出更长要把推理过程写出来Token 成本与延迟上升且推理模型已内化 CoT普通模型才需显式提示。2.3 结构化输出讲解让模型输出机器可解析的结构如 JSON是接入业务系统的关键。3.1 JSON Mode直接要求只输出 JSON或调用支持response_format: {type:json_object}的接口。System: 只输出 JSON不要任何解释。 User: 提取张三电话 13800000000城市 北京。 期望{name:张三,phone:13800000000,city:北京}3.2 函数/ Schema 约束通过 Function Calling 或 JSON Schema 约束字段名与类型模型按 Schema 填值。3.3 输出校验拿到 JSON 后用代码校验如 Jackson 反序列化、JSON Schema 校验失败时重试或降级。示例Java 校验示意try{ResultrobjectMapper.readValue(modelOutput,Result.class);}catch(JsonProcessingExceptione){// 重试或提示模型重新输出}常见场景表单抽取、意图识别、工单结构化、API 参数生成。面试知识点Q模型输出 JSON 但格式偶尔非法工程上怎么兜底A①开启 JSON Mode / 函数约束②用代码做 Schema 校验失败则重试可带上次错误反馈③限制 max_tokens 防截断④对关键字段做默认值与降级。2.4 约束与防漏讲解通过明确指令约束模型行为边界减少跑题、越权与幻觉。拒答边界明确不在范围内的请求应拒绝。你只处理 Java 技术问题其他领域请回复抱歉我无法回答。格式强制规定输出模板如固定标题、分隔符。长度与语气控制如用不超过 50 字回答“语气友好”。常见场景安全护栏防止模型泄露 System Prompt 或被诱导越权。产品化统一回复风格便于前端渲染。面试知识点Q如何防止用户通过忽略以上指令类提示注入Prompt InjectionA①System 中强调优先级与安全边界②对用户输入做隔离/标记如明确界定以下是用户内容③输出端过滤敏感信息④关键动作需人工确认⑤用护栏模型/规则二次校验。2.5 高级范式2.5.1 ReActReasoning Acting让模型交替进行思考Thought→ 行动Action调用工具→ 观察Observation直到得出答案。Thought: 我需要知道今天天气应调用天气工具。 Action: get_weather(city北京) Observation: 晴28℃ Thought: 已有信息可回答。 Answer: 北京今天晴28℃。场景需外部信息/工具才能完成的任务智能体核心范式。2.5.2 Plan-and-Solve先整体规划步骤再逐步执行适合复杂多步任务。场景写报告、数据分析流程编排。2.5.3 Reflexion自我反思任务失败后模型反思错误原因并改进重试。场景代码生成调试、Agent 自我纠错。2.5.4 Tree-of-ThoughtToT在多个推理分支中搜索/回溯选最优路径。场景需要探索多种方案的创造性/规划问题。面试知识点QReAct 与普通 CoT 的区别ACoT 只在想不接触外部世界ReAct 在想的同时能做调用工具、查数据并基于观察继续推理是 Agent 的基础范式。QPlan-and-Solve 相比 ReAct 适合什么场景APlan-and-Solve 先全局规划再执行适合步骤清晰、可预见的复杂任务ReAct 边想边做适合需要实时信息、路径不确定的任务。2.6 评测意识讲解提示词并非写一次就完需关注稳定性与可评测性一致性同一 Prompt 多次调用结果是否稳定。回归Prompt 改动后原有好用例是否仍正确。数据集维护一小批输入→期望输出用例做自动比对。常见场景提示词版本管理Git每次变更跑评测集。A/B 对比不同 Prompt 效果。面试知识点Q如何衡量一个 Prompt 改版是否变好了A建立评测集覆盖典型/边界用例用准确率、格式合规率、人工评分等指标在改版前后对比避免仅凭单次主观感受判断。2.7 阶段 2 自测清单能写一个带角色设定与拒答边界的 System Prompt能写出 Few-shot 示例提升分类准确率能让模型稳定输出可解析的 JSON能描述 ReAct 范式的基本流程能设计最小评测集验证 Prompt 改动2.8 阶段 2 面试题与参考答案1. System、User、Assistant 三种消息角色分别起什么作用System 设定全局角色、规则与语气贯穿会话、权重最高User 是用户当前指令Assistant 是模型回复也可由开发者预填用于 Few-shot 示例或多轮上下文。2. Few-shot 和 Zero-shot 的区别与适用场景Zero-shot 直接给任务Few-shot 提供若干输入→输出范例引导格式与风格。小样本分类/抽取任务用 Few-shot 更稳简单或通用任务用 Zero-shot 即可且更省 Token。3. 什么是 Chain-of-Thought它有什么代价CoT 要求模型先逐步推理再给结论提升多步推理准确率。代价是输出变长、Token 成本与延迟上升推理模型已内化该过程普通模型才需显式提示。4. 如何让模型稳定输出结构化 JSON①开启 JSON Moderesponse_format②用函数/JSON Schema 约束字段③Prompt 明确只输出 JSON④代码端做反序列化校验失败重试⑤限制 max_tokens 防截断。5. 什么是 Prompt Injection如何防范用户通过恶意指令如忽略以上系统指令诱导模型越权或泄露规则。防范System 强调安全边界与优先级隔离标记用户输入输出端过滤敏感信息关键动作人工确认加护栏规则二次校验。6. 什么是 ReAct 范式它与普通 CoT 有何不同ReAct 推理Thought 行动Action调工具 观察Observation循环。CoT 只想不做ReAct 能调用外部工具并基于观察继续推理是 Agent 的核心范式。7. Plan-and-Solve 与 ReAct 怎么选步骤可预见的复杂任务用 Plan-and-Solve先规划再执行路径不确定、需实时信息的任务用 ReAct边想边做。8. 如何处理模型 JSON 输出偶尔非法的情况开启 JSON Mode / Schema 约束代码校验失败则带错误反馈重试限制长度防截断关键字段给默认值与降级策略。9. 为什么提示词也需要评测同一 Prompt 多次结果可能不一致改动后也可能劣化原有好用例。需维护评测集用准确率/合规率/人工评分在版本间对比保证稳定可回归。10. 自一致性Self-Consistency是什么适合什么场景对同一问题采样多条推理路径取多数答案降低偶发错误。适合关键决策、数学/逻辑评测等对正确性要求高的场景但成本随采样次数线性上升。
