[]
Prompt 是用户输入模型的文本指令或上下文，用于引导模型生成特定类型的响应。其设计质量直接影响输出效果，遵循以下原则：
明确性：避免歧义（如"写一篇关于苹果的文章"需指定水果或公司）。
结构化：通过明确区分对话角色、指定输出格式或分步骤指令（如"你是一位历史学家，请分步骤解释…输出为Markdown"）
示例驱动：Few-shot prompting 通过提供输入-输出样例提升准确性。
高级技巧包括链式思考（CoT，要求模型分步推理）或格式约束（如"用 JSON 列出三点"）。实际应用需迭代优化，结合模型的具体行为调整措辞。
在大语言模型的对话接口中，通常采用 messages 数组来维护多轮对话的上下文。每条消息包含角色（role）和内容（content），常见角色有：
system：系统提示词，设定 AI 的身份、行为规范和对话风格。
user：用户输入，代表终端用户或开发者的提问、命令等。
assistant：AI 助手的回复，由模型生成。
典型 messages JSON 示例：
[
{ "role": "system", "content": "你是一名专业的法律顾问，只能基于法律条文和权威案例回答问题。" },
{ "role": "user", "content": "什么是合同的要约？" },
{ "role": "assistant", "content": "合同的要约是指一方向他方提出订立合同的意思表示..." },
{ "role": "user", "content": "要约和承诺有什么区别？" }
]多轮对话原理说明：
每次与大语言模型交互时，平台会将全部历史消息（即 messages 数组中的所有 system/user/assistant 消息）一并发送给模型。这样模型才能理解当前问题的上下文，实现连贯、自然的多轮对话。活字格平台自动维护消息历史，开发者只需关注如何设计好每一轮的 Prompt。
在活字格低代码平台中，Prompt（提示词）是指用户或开发者输入给大语言模型（LLM）的文本指令或上下文内容，用于引导模型生成特定类型的响应。提示词的设计直接影响模型输出的质量和业务适配度，是平台智能化能力的核心驱动力之一。
多场景应用：在设计时，Prompt 可用于描述业务需求、数据表结构、页面布局、SQL 逻辑等，辅助 AI 生成工程内容（这些提示词是活字格设计器内置的，对开发者不可见）；在运行时，Prompt 用于驱动 AI 对话单元格、AI 助手命令等功能，实现智能问答、数据分析、自动化决策等场景。
灵活配置：对于运行时，平台支持在每个 AI 功能点自定义 Prompt，包括系统提示词（System Prompt）、用户提示词（User Prompt）等。开发者可根据业务角色、任务目标、输出格式等灵活调整提示词内容。
变量与模板：支持在提示词中插入 Excel 公式或变量（如单元格数据、表字段、系统参数等），通过模板化方式动态生成个性化指令。例如："请将[%CurrentUser%]的订单信息汇总为表格"。
多轮对话与上下文：运行时 AI 对话单元格支持多轮对话，平台自动维护历史消息上下文，开发者可通过优化 Prompt 设计提升对话连贯性和业务准确性。
高级技巧：支持 Few-shot Prompting（示例驱动）、链式思考（CoT）、格式约束（如要求输出 JSON、表格等），帮助开发者获得更高质量、更结构化的模型输出。
注意事项：
提示词应尽量明确、具体，避免歧义，必要时可提供示例或格式要求。
复杂业务建议将任务拆分为多步 Prompt，逐步引导模型生成目标结果。
敏感信息不建议直接写入 Prompt，平台支持内容过滤和日志审计。
通过灵活、专业的 Prompt 设计，活字格平台实现了 LLM 能力与业务场景的深度融合，极大提升了开发效率和应用智能化水平。
System Prompt 是对话系统中预设的"幕后指令"，用于定义模型的角色、行为规范或回答风格。例如：
"你是一个严谨的学术助手，仅基于可靠来源回答问题，不确定时明确告知。"
与用户可见的 User Prompt 不同，System Prompt 在 API 调用中作为隐藏参数传递（如对话请求参数 messages 中的 system 角色）。它对长对话的连贯性至关重要，可防止模型偏离主题（如商业客服中避免闲聊）。设计时需简洁且具约束力，但过度限制可能削弱灵活性。
在活字格低代码平台中，System Prompt（系统提示词） 是平台智能化能力配置中的重要组成部分，主要用于运行时 AI 对话单元格、AI 助手命令等场景。它的作用是为大语言模型（LLM）设定"身份"和"行为边界"，确保模型输出始终符合业务需求和企业规范。
角色设定：开发者可通过 System Prompt 明确指定 AI 的角色（如"你是一名企业客服专员"或"你是数据分析专家"），让模型在整个对话过程中始终保持一致的身份和风格。
行为规范：可在 System Prompt 中设定回答原则、合规要求、输出格式等（如"所有回答需基于公司知识库"、"遇到不确定问题时请回复'我不确定'"）。
业务适配：针对不同业务场景，开发者可为每个对话单元格或命令配置专属的 System Prompt，实现多角色、多任务的智能化交互。
上下文连贯：System Prompt 作为对话的"隐形背景"，在多轮对话中持续生效，帮助模型理解业务上下文，防止跑题或输出不相关内容。
配置入口：在平台的运行时 AI 功能的开发配置界面，开发者可直接编辑 System Prompt，支持变量插入和模板化，便于批量管理和快速切换。
注意事项：
System Prompt 应简明扼要，突出核心要求，避免过度冗长导致模型理解偏差。
过于严格的 System Prompt 可能限制模型的创造力，建议根据实际业务灵活调整。
敏感或合规要求建议在 System Prompt 中明确声明，提升输出安全性。
通过合理配置 System Prompt，活字格平台帮助企业实现了 AI 行为的可控性和业务适配性，让智能对话更专业、更可靠、更贴合实际需求。
User Prompt 是对话中直接由用户提供的输入文本，例如提问（"如何泡一杯好茶？"）或命令（"总结以下文章：…"）。其特点包括：
即时性：针对单次交互的明确需求。
上下文依赖：在多轮对话中需参考历史消息（如"刚才提到的步骤具体指什么？"）。
优化 User Prompt 的方法包括关键信息前置、使用分隔符或者 Markdown 语法，或明确限制（"用 50 字以内回答"）。对于复杂任务，可拆分为多步骤子提示。
在活字格低代码平台中，User Prompt（用户提示词） 是指终端用户或开发者在与大语言模型（LLM）交互时，直接输入的自然语言指令、问题或数据。它是驱动 AI 生成内容、执行命令、完成任务的直接触发器，广泛应用于运行时 AI 对话单元格、AI 助手命令等场景。
多样输入：User Prompt 可以是用户在页面输入框中的自然语言提问，也可以是通过表单、单元格、变量等动态生成的内容。平台支持将业务数据、用户输入等自动拼接进 Prompt，实现高度个性化的智能交互。
模板与变量：开发者可在配置界面为 User Prompt 设定模板，插入变量（如 [%客户名称%]、[%订单号%]），让每次对话都能结合当前业务上下文，提升模型理解和输出的准确性。
多轮对话支持：平台自动维护对话历史，User Prompt 可结合上下文信息，实现连续、自然的多轮交互，适用于复杂业务流程和智能问答场景。
业务驱动：User Prompt 可用于触发特定业务逻辑（如"查询本月销售额"、"审批订单 12345"），结合 Function Calling 实现"说一句话，自动办成事"。
灵活配置：在 AI 对话单元格、AI 助手命令等功能中，开发者可自定义 User Prompt 的输入方式、格式要求、长度限制等，满足不同业务场景需求。
注意事项：
User Prompt 应尽量简明、具体，避免歧义，必要时可通过示例或格式说明引导用户输入。
对于涉及敏感信息的输入，建议结合平台的内容过滤和权限控制功能，保障数据安全。
复杂任务可将 User Prompt 拆分为多步指令，逐步引导模型完成目标。
通过灵活设计和配置 Prompt，活字格平台实现了 LLM 能力与终端用户需求的高效对接，让智能化应用更贴合实际业务场景，提升用户体验和业务价值。