小雨果1号1. 为什么你的AI助手总在"装傻"？从订酒店崩溃案例说起
上周我帮朋友测试一个旅游预订AI助手时，遇到了令人抓狂的对话：
code复制用户："我想订周末的海边酒店，预算800以内"
AI助手："请问你想订单人间还是双人间？"
用户："单人间，要有阳台"
AI助手："请问你需要停车位吗？"
用户："不需要，我坐高铁去"
AI助手："请问你想订哪天的？"
用户："......（内心OS：我刚才不是说了周末吗？）"
这种"失忆式"对话背后，其实是提示链设计的失败。就像你告诉朋友"周末去爬山"，结果对方反复问你"什么时候出发"一样令人崩溃。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 提示链：AI对话的隐形指挥家
2.1 什么是提示链？
想象你在餐厅点牛排：
- 你说"要份牛排"（起始提示）
- 服务员问"几分熟？"（AI响应）
- 你说"七分熟"（后续提示）
- 服务员问"配什么蔬菜？"（AI响应）
- 你说"土豆泥"（后续提示）
- 服务员复述订单（结果反馈）
这个自然流畅的对话过程，就是由**提示链(Prompt Chain)**在背后指挥。它定义了：
- 什么时候该问什么问题
- 如何记住已获取的信息
- 怎样处理突发状况（比如你突然想换配菜）
2.2 核心组件解剖
一个完整的提示链包含四个关键部件：
| 组件 | 作用 | 生活案例 | 技术实现 |
|---|---|---|---|
| 意图识别 | 理解用户想干什么 | "我发烧了"→医疗咨询 | NLP分类模型 |
| 槽位填充 | 收集必要信息 | "体温多少？" | 实体识别 |
| 上下文管理 | 记住关键信息 | 不重复问过敏史 | 向量数据库 |
| 异常处理 | 应对意外情况 | "学号错误"提示 | 规则引擎 |
3. 设计高效提示链的黄金法则
3.1 五步设计方法论
以设计"校园成绩查询AI"为例：
-
需求锚定
- 核心意图：查询成绩
- 必要槽位：学号、姓名
- 可选槽位：课程名称
-
流程设计
mermaid复制graph TD A[用户:查成绩] --> B[AI:请输入学号姓名] B --> C[用户:12345