实践：开发和测试提示

提示工程 (prompt engineering)在很大程度上是一个经验过程。虽然理论理解很有价值，但实际应用涉及编写提示、观察大型语言模型（LLM）的输出、发现不足之处，并迭代地调整提示，直到持续产生预期结果。动手实践的提示细化过程使用 Python 进行详细阐述，指导用户开发和测试提示。

我们将完成一项常见任务：从非结构化文本中提取结构化信息。假设你有一些产品描述，你想从中提取出提到的具体功能。

场景：提取产品功能

假设我们有以下一个虚构相机的产品描述：

product_description = """
Introducing the PhotoMax Pro, a revolutionary new camera for enthusiasts.
Important specs include a 30MP full-frame sensor, advanced autofocus with 500 points,
and 8K video capability. It boasts a weather-sealed magnesium alloy body,
dual SD card slots, and built-in Wi-Fi and Bluetooth for easy sharing.
The high-resolution electronic viewfinder provides a crystal-clear preview.
"""

我们的目标是从这段文本中提取一个干净的功能列表。

尝试 1：基础零样本提示

我们将从最简单的方法开始：直接向 LLM 提问，不提供示例或具体的格式指示。我们可以使用 OpenAI 库（假设你已安装并按照第 2 章所示配置了 API 密钥）或其他类似的客户端库。

# 使用 OpenAI 库（示例）
# 确保已安装 'openai' 并且 API 密钥已设置在环境变量中
import os
from openai import OpenAI

# 确保已设置 OPENAI_API_KEY 环境变量
# client = OpenAI() # 自动读取环境变量
client = OpenAI(api_key=os.environ.get("OPENAI_API_KEY"))

def extract_features_attempt_1(text):
    prompt = f"从以下产品描述中提取主要功能：\n\n{text}"
    try:
        response = client.chat.completions.create(
            model="gpt-3.5-turbo", # 或其他合适的模型
            messages=[
                {"role": "user", "content": prompt}
            ],
            temperature=0.2 # 降低温度以获得更确定的输出
        )
        return response.choices[0].message.content
    except Exception as e:
        print(f"发生 API 错误: {e}")
        return None

# 运行第一次尝试
features_v1 = extract_features_attempt_1(product_description)
print("--- 尝试 1 输出 ---")
print(features_v1)

可能输出 (V1):

--- 尝试 1 输出 ---
以下是 PhotoMax Pro 的主要功能：
- 30MP 全画幅传感器
- 500 点高级自动对焦
- 8K 视频功能
- 防风雨镁合金机身
- 双 SD 卡槽
- 内置 Wi-Fi 和蓝牙
- 高分辨率电子取景器

分析 (V1):

这还不错！LLM 理解了请求并提取了大多数重要功能。然而，输出中包含了引导性的文本，如果我们在应用程序中需要直接解析这个列表，这可能不理想。格式还算可以（项目符号），但我们没有明确要求，所以不能指望它在不同输入或模型之间保持一致。

尝试 2：添加结构和输出格式指示

让我们调整提示，使其更具体地说明所需的输出格式。我们将明确要求一个逗号分隔的列表。

# 使用 LangChain 的 PromptTemplate 以获得更好的结构
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate

# 假设 OPENAI_API_KEY 已设置
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0.2)

prompt_template_v2 = ChatPromptTemplate.from_messages(
    [
        (
            "system",
            "你是一名从文本中提取产品功能的专业助手。",
        ),
        (
            "human",
            "从下面的产品描述中提取主要功能。只列出功能，用逗号分隔。不要包含引导性文本。\n\n"
            "描述：\n{product_desc}",
        ),
    ]
)

chain_v2 = prompt_template_v2 | llm

def extract_features_attempt_2(text):
    try:
        response = chain_v2.invoke({"product_desc": text})
        return response.content
    except Exception as e:
        print(f"发生错误: {e}")
        return None

# 运行第二次尝试
features_v2 = extract_features_attempt_2(product_description)
print("\n--- 尝试 2 输出 ---")
print(features_v2)

可能输出 (V2):

--- 尝试 2 输出 ---
30MP 全画幅传感器, 500 点高级自动对焦, 8K 视频功能, 防风雨镁合金机身, 双 SD 卡槽, 内置 Wi-Fi, 内置蓝牙, 高分辨率电子取景器

分析 (V2):

这对程序化使用来说好很多。我们去掉了引导性短语，实现了所需的逗号分隔格式。使用 ChatPromptTemplate（如第 4 章所示）也使提示结构更清晰，将系统指示与用户请求分开。将“Wi-Fi 和蓝牙”分离为独立功能也是一个不错的改进。

尝试 3：少样本提示以提高一致性

虽然尝试 2 对于此特定描述效果良好，但 LLM 有时可能难以处理输入风格的细微差别或变体。添加一些示例（少样本提示）可以显著提高稳定性，并引导模型达到完全符合预期的输出风格，特别是对于更复杂的提取任务。

让我们在 LangChain 提示模板中添加一个示例。

# 使用 LangChain 和少样本示例
prompt_template_v3 = ChatPromptTemplate.from_messages(
    [
        (
            "system",
            "你是一名从文本中提取产品功能的专业助手。只列出功能，用逗号分隔。不要包含引导性文本。",
        ),
        # 少样本示例 1
        (
            "human",
            "描述：\n新款 SoundWave 耳机具有降噪功能和 20 小时电池续航。"
        ),
        (
            "ai",
            "降噪, 20 小时电池续航"
        ),
         # 少样本示例 2（可选，添加更多示例会有帮助）
        (
            "human",
            "描述：\n这款笔记本电脑配有 1TB 固态硬盘、16GB 内存和背光键盘。"
         ),
        (
            "ai",
            "1TB 固态硬盘, 16GB 内存, 背光键盘"
        ),
        # 实际请求
        (
            "human",
            "描述：\n{product_desc}",
        ),
    ]
)

chain_v3 = prompt_template_v3 | llm # llm 已在尝试 2 中定义

def extract_features_attempt_3(text):
    try:
        response = chain_v3.invoke({"product_desc": text})
        return response.content
    except Exception as e:
        print(f"发生错误: {e}")
        return None

# 运行第三次尝试
features_v3 = extract_features_attempt_3(product_description)
print("\n--- 尝试 3 输出 ---")
print(features_v3)

可能输出 (V3):

--- 尝试 3 输出 ---
30MP 全画幅传感器, 500 点高级自动对焦, 8K 视频功能, 防风雨镁合金机身, 双 SD 卡槽, 内置 Wi-Fi, 内置蓝牙, 高分辨率电子取景器

分析 (V3):

在这种情况下，输出可能与尝试 2 相同，因为带有清晰指示的零样本提示在此输入上已经表现良好。然而，少样本示例提供了更强的指导。如果输入描述更复杂、模糊或以不同风格编写，这些示例会显著增加获得正确格式和相关功能的可能性。它们直接向模型展示了预期的输入-输出模式。

迭代调整过程

此示例展示了一个常见的工作流程：

1. 从简开始： 从清晰、直接的提示开始。
2. 执行并观察： 使用你的 Python 代码，用代表性的输入数据运行提示。
3. 分析输出： 将 LLM 的响应与你的要求进行比较。发现错误、遗漏或格式问题。
4. 调整提示： 根据你的分析修改提示。这可能包括：
   • 添加更具体的指示。
   • 澄清所需的输出格式。
   • 提供少样本示例。
   • 重新措辞指示以提高清晰度。
   • 调整模型参数 (parameter)，例如 temperature。
5. 重复： 回到步骤 2，使用调整后的提示再次测试，可能使用不同的输入数据。

提示开发的迭代循环：定义、提示、执行、观察、分析和调整，直到目标达成。

使用多样化输入进行测试

对一个输入完美运行的提示可能对另一个输入失败。有必要对你调整后的提示（例如 prompt_template_v3）进行多样化输入测试：

• 不同产品类型： 尝试笔记本电脑、手机、软件等描述。
• 不同长度： 使用短描述和长描述。
• 不同风格： 包含营销导向的文本与技术规格列表。
• 极端情况： 测试没有明确功能或措辞模糊的描述。

test_descriptions = [
    "Our new coffee maker brews in under a minute and has a programmable timer.", # 简单情况
    "The TrailSeeker backpack: 50L capacity, integrated rain cover, adjustable torso length, hydration compatible.", # 列表格式
    "Experience blazing speed with the Quantum Processor X1. Features include 128GB storage, a 6.8-inch AMOLED display, and 5G connectivity.", # 不同产品
    "Just a basic t-shirt. 100% cotton.", # 少量功能
    "Innovative solution using next-generation architecture for improved user workflow."
]

print("\n--- 使用多样化输入测试提示 V3 ---")
for i, desc in enumerate(test_descriptions):
    print(f"\n输入 {i+1}: {desc}")
    features = extract_features_attempt_3(desc) # 使用我们目前最好的提示
    print(f"输出 {i+1}: {features}")

运行这些测试有助于你衡量提示的稳定性，并找出需要进一步调整的方面。这为更结构化的评估提供了依据，我们将在下一章讨论。

Python 中的动态提示生成

如前所述，Python 使得动态创建提示变得容易。假设你只想提取与连接性相关的功能：

def extract_specific_features(text, feature_category):
    # 注意：这种简单方法可能需要更复杂的提示以提高可靠性
    # 更好的做法是先提取所有功能，然后进行筛选。
    # 但这展示了动态插入。
    prompt = ChatPromptTemplate.from_messages(
        [
            (
                "system",
                "你是一名提取特定产品功能的专业助手。",
            ),
            (
                "human",
                f"只从以下描述中提取与 '{feature_category}' 相关的功能。只列出相关功能，用逗号分隔。\n\n"
                "描述：\n{product_desc}",
            ),
        ]
    )
    chain = prompt | llm # llm 之前已定义
    try:
        response = chain.invoke({"product_desc": text, "feature_category": feature_category})
        return response.content
    except Exception as e:
        print(f"发生错误: {e}")
        return None

connectivity_features = extract_specific_features(product_description, "connectivity")
print("\n--- 动态提示：连接性功能 ---")
print(connectivity_features)

sensor_features = extract_specific_features(product_description, "sensor or image quality")
print("\n--- 动态提示：传感器功能 ---")
print(sensor_features)

可能输出：

--- 动态提示：连接性功能 ---
内置 Wi-Fi, 内置蓝牙

--- 动态提示：传感器功能 ---
30MP 全画幅传感器, 500 点高级自动对焦

这展示了如何使用 f-string 或 LangChain 等模板引擎将 Python 变量整合到你的提示中，从而实现与 LLM 的灵活且上下文 (context)感知的互动。这个实践练习表明提示工程 (prompt engineering)是一个活跃的过程。通过在你的 Python 环境中结合清晰的指示、说明性示例和迭代测试，你可以显著提高 LLM 应用程序输出的质量和可靠性。记住要彻底测试，并准备好在遇到新数据或要求时调整你的提示。