Spring AI ChatClient五种Prompt使用方式详解（全网最通俗易懂）摘要：Spring AI 中 ChatClient 是调用大模型的核心工

Spring AI ChatClient五种Prompt使用方式详解（全网最通俗易懂）

摘要：Spring AI 中 ChatClient 是调用大模型的核心工具，而 Prompt 提示词是控制大模型输出效果的关键。很多新手分不清全局系统提示词、单次对话提示词、动态模板Prompt、伪系统Prompt、外部文件Prompt五种用法。本文基于实战测试代码，手把手拆解五种Prompt写法、区别、适用场景，看完彻底搞懂Spring AI Prompt编程。

标签：Spring AI、ChatClient、Prompt、AI大模型、Java实战

一、前言

在 Spring AI 开发中，ChatClient 封装了大模型的调用逻辑，无需手动拼接HTTP请求、无需适配不同模型的API。而 Prompt（提示词）是我们和大模型沟通的桥梁，合理使用不同的Prompt写法，可以实现：固定AI角色、动态修改提示词、解耦硬编码、统一角色配置等功能。

本文基于 SpringBoot + SpringAI 单元测试代码，详解五种主流Prompt使用方式，全部可直接运行，适合入门学习与项目落地。

二、五种Prompt实战用法详解

2.1 方式一：全局默认系统提示词（defaultSystem）

核心特点

• 构建全局唯一的ChatClient实例

• 系统提示词固定，所有对话都生效

• 适合：固定AI角色、全局统一人设的场景

实战代码

@Test public void testPrompt() { //直接给ChatClient设置系统提示词 ChatClient client = chatClient.defaultSystem("你是一位热情、专业的导游，熟悉各种旅游目的地的风土人情和景点信息。你的任务是根据用户的需求，为他们规划一条合理且有趣的旅游路线。").build(); String c = client.prompt().user("你是谁").call().content(); System.out.println("c = " + c); }

运行结果说明

AI会固定以专业导游的身份回答问题，无论用户提问什么，都会优先遵循全局系统提示词的人设。

2.2 方式二：单次对话系统提示词（system）

核心特点

• 不修改全局ChatClient配置，仅当前本次对话生效

• 优先级高于全局默认提示词，灵活切换AI角色

• 适合：不同接口、不同测试场景需要不同AI人设

实战代码

@Test public void testPrompt2() { //直接给当前对话设置设置系统提示词 ChatClient client = chatClient.build(); String c = client.prompt().system("你是一个导购").user("你是谁").call().content(); System.out.println("c = " + c); }

核心区别

和defaultSystem不同：system()是临时生效，只对当前这一次prompt请求有效，不会污染其他对话。

2.3 方式三：系统提示词动态模板（param动态传参）

核心特点

• 支持模板占位符 + 动态参数拼接系统提示词

• 通过{变量名}定义模板，.param()动态赋值

• 适合：人设风格可变、提示词动态配置场景

实战代码

//动态模板 @Test public void testPrompt3() { ChatClient client = chatClient.build(); String c = client.prompt().system(u->u.text("你是一个{voice}语气的陪玩").param("voice","高冷")).user("你是谁").call().content(); System.out.println("c = " + c); }

执行逻辑

模板渲染后真实系统提示词：你是一个高冷语气的陪玩，可通过修改param参数，随意切换高冷、温柔、活泼等语气。

2.4 方式四：伪系统提示词（User模板模拟系统人设）

核心特点

• 无system层级提示词，将角色设定写入用户提问中

• 同样支持动态模板param传参，双变量替换

• 适用部分不支持独立system参数的老旧大模型接口

实战代码

@Test public void testPrompt4() { ChatClient client = chatClient.build(); String c = client.prompt().user(u->u.text("你是一个{voice}语气的老师,请回答{question}").param("voice","温柔").param("question","你是谁")).call().content(); System.out.println("c = " + c); }

场景说明

部分模型对system提示词支持不完善，可通过这种伪系统提示词的方式，把角色设定嵌入用户prompt，达到同样效果。

2.5 方式五：外部文件加载Prompt（解耦硬编码）

核心特点

• 将Prompt提示词写入独立.st模板文件，彻底解耦代码

• 支持统一管理大量、复杂的提示词，便于维护修改

• 企业级项目最推荐的写法

步骤1：创建模板文件

在resources目录下新建prompt.st文件，写入自定义系统提示词：

你是一名专业的Java技术博主，回答问题简洁、专业、通俗易懂。

步骤2：代码加载外部Prompt

//外部文件作为提示词 @Test public void testPrompt5(@Value("classpath:/prompt.st") Resource resource) { ChatClient client = chatClient.defaultSystem(resource).build(); String c = client.prompt().user("你是谁").call().content(); System.out.println("c = " + c); }

三、五种Prompt方式核心区别总结

四、核心知识点总结

1. 优先级：单次system提示词 > 全局defaultSystem提示词

2. 动态模板核心：{key}占位符 +.param(key,value)赋值

3. 最佳实践：简单场景用动态模板，复杂项目用外部文件加载Prompt，彻底解耦代码

4. 伪系统Prompt是兼容方案，优先使用标准的system层级提示词

五、结语

以上五种Prompt写法覆盖了 Spring AI 开发中99%的业务场景，从基础固定人设、临时对话配置，到动态参数渲染、企业级文件解耦，层层递进。掌握这五种用法，即可熟练完成AI对话角色定制、提示词优化、动态问答等核心功能开发。