第 6 章：提示词工程（Prompt Engineering）高级技巧

当简单的提示词无法满足需求时，我们需要进阶技巧：专家模式、JSON 格式化输出和上下文管理。

6.1 专家模式：更自由的提示词结构控制

Dify 的专家模式（Expert Mode）允许你直接控制提示词的底层结构。

• 角色定义 (System Prompt)：设定 AI 的基本属性。
• 用户输入 (User Prompt)：用户输入的真实内容。
• AI 示例 (Few-shot Prompting)：通过提供 2-3 个真实的例子，让 AI 模仿你的回复风格。

6.2 上下文管理：如何有效利用对话历史

在 Dify 应用中，你可以精细控制 AI 的“记忆”：

1. 最大对话历史条数 (Max History Lines)：设置 AI 记得多少轮对话。
2. 总结历史 (Summary)：当对话过长时，使用 LLM 自动总结历史，节省 Token 并保持核心信息。
3. 知识库上下文 (Knowledge Base Context)：将知识库检索出的内容作为“参考资料”注入提示词。

6.3 输出格式化：强制 AI 输出 JSON 等结构化数据

在开发应用（如 API 调用、数据提取）时，我们需要 AI 输出稳定的 JSON 格式。

如何实现 JSON 输出？

1. 在提示词中明确要求：

   # Output Format
   请务必以 JSON 格式输出，包含以下字段：
   - "summary": 文本摘要
   - "keywords": 3个关键词列表
   - "sentiment": 情感倾向（positive/negative）
   

2. 在 Dify 的 设置 (Settings) -> JSON 模式 (JSON Mode) 中开启该选项（需要模型支持，如 GPT-4o, Claude 3.5）。
3. JSON Schema：通过定义 JSON 结构模板，强制 AI 填空。

6.4 提示词的迭代与优化

• 利用日志 (Logs)：查看真实用户的提问，找出 AI 回复不理想的地方。
• 标注系统 (Annotation)：对 AI 的回复进行打分或修正。修正后的内容会自动进入“标注库”，当用户再次提问相似问题时，AI 会优先参考你的修正。
• 变量引用高级技巧：使用 {{variable}} 语法，动态插入用户输入、节点输出或环境变量。

下一章预告：我们将进入高级应用阶段，学习如何赋予 AI “手和脚”——智能体（Agent） 与 自定义工具（Tools）。