Agent调用工具的Prompt设计指南：从新手入门到生产实践

1次阅读

没有评论

共计 2549 个字符，预计需要花费 7 分钟才能阅读完成。

开发者在设计 Agent 调用工具的 Prompt 时，常常会遇到以下几个典型问题：

意图模糊 ：Prompt 表达不清导致 Agent 无法准确理解用户需求
效率低下 ：冗长的 Prompt 增加了 token 消耗，降低了响应速度
安全隐患 ：缺乏防护措施容易遭受 Prompt 注入攻击
结果不稳定 ：相同 Prompt 在不同情况下可能产生不一致的输出
维护困难 ：随着业务复杂度增加，Prompt 变得难以管理和优化

这些问题直接影响 Agent 系统的可靠性和用户体验。接下来我们将探讨如何通过合理的 Prompt 设计来解决这些痛点。

目前常见的 Prompt 设计方法主要有以下几种，各有其适用场景：

指令模板
优点：结构清晰，易于实现
缺点：灵活性较差，难以处理复杂场景
适用场景：简单、标准的任务
Few-shot 示例
优点：通过示例引导模型行为，效果稳定
缺点：占用较多 token，可能过拟合示例
适用场景：需要特定输出格式的任务
思维链 (Chain-of-Thought)
优点：引导模型逐步推理，提高复杂问题解决能力
缺点：设计难度大，响应时间长
适用场景：需要逻辑推理的复杂任务
混合方法
优点：结合多种方法优势
缺点：实现复杂度高
适用场景：生产环境中的综合任务

以下是一个完整的 Prompt 构建示例，包含异常处理和关键注释：

import json
from typing import Dict, Any

class PromptBuilder:
    """安全构建 Agent 调用 Prompt 的工具类"""

    def __init__(self, template: str):
        self.template = template
        self.safety_filters = [
            self._filter_sensitive_info,
            self._prevent_injection
        ]

    def build_prompt(self, context: Dict[str, Any]) -> str:
        """
        构建最终 Prompt

        Args:
            context: 包含变量替换键值对的字典

        Returns:
            构建完成的 Prompt 字符串
        """
        try:
            # 执行安全过滤
            for filter_func in self.safety_filters:
                context = filter_func(context)

            # 渲染模板
            prompt = self.template.format(**context)

            # 验证长度
            if len(prompt.split()) > 1000:
                raise ValueError("Prompt 过长，请优化内容")

            return prompt

        except KeyError as e:
            raise ValueError(f"缺少必要的上下文变量: {e}")
        except Exception as e:
            raise RuntimeError(f"构建 Prompt 失败: {e}")

    def _filter_sensitive_info(self, context: Dict[str, Any]) -> Dict[str, Any]:
        """过滤敏感信息"""
        sensitive_keys = ['password', 'token', 'secret']
        for key in sensitive_keys:
            if key in context:
                context[key] = '[FILTERED]'
        return context

    def _prevent_injection(self, context: Dict[str, Any]) -> Dict[str, Any]:
        """防止 Prompt 注入"""
        for key, value in context.items():
            if isinstance(value, str) and '{{' in value:
                context[key] = value.replace('{{', '').replace('}}','')
        return context

# 使用示例
template = """
你是一个专业的客服助手。请根据以下信息回答用户问题：用户问题: {question}
用户信息: {user_info}
产品信息: {product_info}

要求:
1. 回答要专业且友好
2. 如果问题涉及敏感信息，请婉拒回答
3. 限制在 3 句话内完成回答
"""

builder = PromptBuilder(template)
context = {
    "question": "我的订单状态是什么？",
    "user_info": "会员 ID: 12345",
    "product_info": "产品 A, 价格 $100"
}

try:
    prompt = builder.build_prompt(context)
    print(prompt)
except Exception as e:
    print(f"错误: {e}")