Prompt 是引導 AI 模型生成特定輸出的輸入格式，Prompt 的設計和措辭會顯著影響模型的響應。

最開始Prompt只是單純的文本文字，后面可以包含占位符，可以識別消息的角色。

比如包含占位符的Prompt,也就是我們講的消息模板(PromptTemplate)，可以通過消息模板動態創建Prompt.

@RestController
@RequestMapping("/ai/v1")
public class PromptController {@Autowiredprivate ChatModel chatModel;@RequestMapping("/prompt/chat")public String chat(String role,String input) {PromptTemplate promptTemplate = new PromptTemplate("現在你作為一個${role},請根據你的專業知識回答我的問題，" +"如果不是你的專業領域的請拒絕回答，直接說不知道，不要做任何解釋，" +"好的，接下來請回答我的問題：${input}");Prompt prompt = promptTemplate.create(Map.of("role", role, "input", input));return chatModel.call(prompt).getResult().getOutput().getContent();}
}

識別消息的角色:

Prompt 中的主要角色（Role）包括：

• 系統角色（System Role）：指導 AI 的行為和響應方式，設置 AI 如何解釋和回復輸入的參數或規則。這類似于在發起對話之前向 AI 提供說明。
• 用戶角色（User Role）：代表用戶的輸入 - 他們向 AI 提出的問題、命令或陳述。這個角色至關重要，因為它構成了 AI 響應的基礎。
• 助手角色（Assistant Role）：AI 對用戶輸入的響應。這不僅僅是一個答案或反應，它對于保持對話的流暢性至關重要。通過跟蹤 AI 之前的響應（其“助手角色”消息），系統可確保連貫且上下文相關的交互。助手消息也可能包含功能工具調用請求信息。它就像 AI 中的一個特殊功能，在需要執行特定功能（例如計算、獲取數據或不僅僅是說話）時使用。
• 工具/功能角色（Tool/Function Role）：工具/功能角色專注于響應工具調用助手消息返回附加信息。

?Prompt 類充當有組織的一系列 Message 對象和請求 ChatOptions 的容器。每條消息在提示中都體現了獨特的角色，其內容和意圖各不相同。這些角色可以包含各種元素，從用戶查詢到 AI 生成的響應再到相關背景信息。這種安排可以實現與 AI 模型的復雜而詳細的交互，因為提示是由多條消息構成的，每條消息都被分配了在對話中扮演的特定角色。

比如下面的Demo:

@RequestMapping("/prompt/chat1")public String chat1(String input){UserMessage userMessage = new UserMessage(input);SystemMessage systemMessage = new SystemMessage("你是一個助手，請回答我的問題");Prompt prompt = new Prompt(systemMessage, userMessage);return chatModel.call(prompt).getResult().getOutput().getContent();}

?SystemMessage,UserMessage都代表了不同角色的Message,Prompt可以區分不同的角色消息

Message又有一個消息類型

MessageType是一個枚舉類