提示词模板拼接

更新时间：2025-04-10

什么是提示词模板？

提示词模板是一种预先设计好的文本结构，用于引导大模型生成特定类型或格式的文本。它通常包含固定文本与可替换变量：固定文本奠定任务基调、明确指令方向，变量部分则按需填充不同内容，灵活生成具体的提示词，满足多样化的任务需求。

在大模型精调阶段，将结构化的提示词模板整合进训练数据，能让模型快速理解任务核心要求，高效地学习任务范式，从而提升训练效果。而在模型推理阶段，沿用与训练时一致的提示词模板，不仅可以增强模型响应的稳定性，还有助于提升输出结果的准确性和贴合度，有效避免模型生成偏离预期的内容。

如何在训练数据中拼接提示词模板？

在大语言模型精调过程中，训练数据的质量对精调效果起着至关重要的作用。在您的原始数据集中，Prompt 字段可能并非是结构完整、格式统一的规范提示词。针对以下两种场景，建议您使用提示词模板拼接功能，将原始数据与预设模板相结合，构造结构清晰、格式规范的高质量训练数据，有利于提升模型精调效果。

无论是单变量还是多变量场景，您上传至平台的原始数据集必须包含非空的prompt/user字段，且所有字段名均由英文和数字组成。

数据文件支持jsonl、xlsx文件。

单变量场景

您原始数据集的Prompt字段只记录了用户的原始问题，缺少了背景信息、任务要求、输出风格、限制条件等结构，这可能会影响模型的精调效果。

例如，您的业务需要训练大模型友好地回复客户投诉，为此在平台上传了一个客户经理回复投诉的对话数据集，样例如下：

[{"prompt": "我上周五通过手机银行转了5000元给朋友，但对方现在还没收到。能帮忙查一下是哪里延迟了吗？", "response": "您好！非常理解您着急的心情，转账没及时到账确实会让人担心。请您放心，我马上帮您查清楚。"}]
[{"prompt": "在ATM取1万现金收了20手续费，但官网写着‘本月免手续费’，为什么扣我钱？", "response": "您好！非常感谢您反馈这个问题，我完全理解您的不满——官网既然写了“本月免手续费”，确实不应该扣您这笔钱。请您放心，我一定帮您查清楚原因，并尽快解决！"}]

样例数据均由DeepSeek R1生成，不涉及真实信息。

将该对话数据集直接用于大模型精调，精调后的模型可能无法准确理解任务逻辑，可能出现措辞不当、语气不友好、业务场景理解不准确等问题。因此，需要准备一个包含背景信息、任务要求、输出风格、限制条件等信息的提示词模板，将客诉信息与其拼接，形成指令清晰的结构化Prompt。您可在提示词模板拼接任务中，参照下方内容填写对应字段：

拼接提示词模板后的数据集样例如下：

使用处理后的数据集进行精调，模型回答能更加符合客户经理的身份和回答规范，获得更好的训练效果。

多变量场景

您的原始业务数据是记录了多个变量的Excel表，无法直接用于训练，需要将这些变量和背景信息、任务要求、输出风格、限制条件等共同组合成完整规范的Prompt。

在多变量场景中，除 Prompt 字段外，其余变量需借助自定义字段进行存储。您可根据所选数据格式，查看对应的自定义字段导入要求：Prompt+Response数据，Role数据。

例如，您是一家游戏公司的算法同学，需要训练大模型代入游戏角色与玩家对话，为此在平台上传了一份游戏角色信息的数据集，样例如下：

character	age	prompt（此处的"prompt"字段代表人物经历"experience"）
谢林·霍姆斯	37岁	警局的刑侦顾问，以惊人的观察力和逻辑推演能力闻名。他出身于没落学术世家，沉迷用演绎法破解罪案以重建家族尊严。日常用烟斗烟草排列案件线索，能通过袖口磨损判断嫌疑人的职业，却总记不住邻居养了七年的牧羊犬名字。
约翰·沃森	38岁	曾是医学院最年轻的讲师，如今是一名纪实作家，用冷峻的医学笔触记录霍姆斯的破案过程。随身笔记本里夹着泛黄的课堂考勤表，那是他教学生涯唯一保留的物件，偶尔会对着缺勤名单上某个学生的空白栏发呆。

样例数据均由DeepSeek R1生成，不涉及真实信息。

这份数据集仅包含角色信息的相关字段，缺乏完整的提示词，无法直接用于大模型精调。因此，需要将角色各个信息拼接成提示词，并补充背景信息、任务要求、输出风格、限制条件等信息，形成信息完整的结构化Prompt。您可在提示词模板拼接任务中，参照下方内容填写对应字段：

拼接提示词模板后的数据集样例如下：

通过提示词模板拼接功能，您可以将多个角色信息的字段快速拼接成优质的训练数据。精调后大模型能更准确地把握任务需求，生成更优质的对话。

快速完成提示词模板拼接

我们以较为复杂的多变量数据为例，详细介绍如何使用平台的提示词模板拼接功能。

场景示例：游戏公司需要训练大模型去为游戏角色生成符合人设的对话

上传原始数据集

登录到千帆ModelBuilder操作台，在左侧功能列选择通用数据集，进入通用数据集管理主任务界面。

点击【创建数据集】在指定数据集名称、数据用途、数据格式等基本信息后，发起数据上传并指定目标存储位置，由此完成数据集创建。

上传的数据样例如下（您可以根据业务场景选择其一）。要求必须包含非空的prompt字段，字段名需由英文和数字组成。

Excel数据集

character	age	prompt（此处的"prompt"字段代表人物经历"experience"）
谢林·霍姆斯	37岁	警局的刑侦顾问，以惊人的观察力和逻辑推演能力闻名。他出身于没落学术世家，沉迷用演绎法破解罪案以重建家族尊严。日常用烟斗烟草排列案件线索，能通过袖口磨损判断嫌疑人的职业，却总记不住邻居养了七年的牧羊犬名字。
约翰·沃森	38岁	曾是医学院最年轻的讲师，如今是一名纪实作家，用冷峻的医学笔触记录霍姆斯的破案过程。随身笔记本里夹着泛黄的课堂考勤表，那是他教学生涯唯一保留的物件，偶尔会对着缺勤名单上某个学生的空白栏发呆。

jsonl数据集

# 此处的"prompt"字段代表"experience"（人物经历）
[{"character": "谢林·霍姆斯", "age": "37岁", "prompt": "警局的刑侦顾问，以惊人的观察力和逻辑推演能力闻名。他出身于没落学术世家，沉迷用演绎法破解罪案以重建家族尊严。日常用烟斗烟草排列案件线索，能通过袖口磨损判断嫌疑人的职业，却总记不住邻居养了七年的牧羊犬名字。\n 请你扮演该角色开启对话。"}]
[{"character": "约翰·沃森", "age": "38岁", "prompt": "曾是医学院最年轻的讲师，如今是一名纪实作家，用冷峻的医学笔触记录霍姆斯的破案过程。随身笔记本里夹着泛黄的课堂考勤表，那是他教学生涯唯一保留的物件，偶尔会对着缺勤名单上某个学生的空白栏发呆。\n 请你扮演该角色开启对话。"}]

进入数据洞察

登录到本平台，在左侧功能列数据处理中选择数据洞察与处理，进入数据洞察的主任务界面，选择对应数据集，选择“开始使用”

创建提示词模板拼接任务

进入数据洞察主界面，您可以通过点击【提示词模板拼接】按钮，创建提示词模板拼接任务

“另存为”和“提示词模板拼接”的生效样本范围：

未进行筛选和勾选时，点击按钮会另存/拼接全部数据；

有筛选条件且未勾选样本时，点击按钮会另存/拼接筛选后的数据；

有勾选样本时，点击按钮会另存/拼接已勾选数据。

1. 填写任务名称

自定义【任务名称】，支持中英文、数字、下划线(_)，2-50个字符，不能以下划线为开头。

2. 填写模板内容

在【模板内容】对应的文本框中，填写提示词模板。可以使用 {{variableName}} 格式的文本在提示词模板中添加变量，变量名会实时显示在【变量映射】当中。变量名⻓度应为2-30，支持英文、数字、下划线(_)，且不能以数字开头。

当前场景下填写的模板内容如下：

你是一位具备沉浸式表演能力的角色扮演专家，特别擅长通过细腻的语言和情感表达还原角色本质。
你的任务是扮演指定的角色，生成符合人物设定的对话。
当前需要你完全代入角色{{character}}，角色信息如下：
年龄：{{age}}，人物经历：{{experience}}
你在扮演角色时必须遵循以下要求：严格遵循角色背景设定，保持人设一致性；对话需体现角色独特的思维方式和经历烙印；通过语言风格（如措辞/句式/修辞）展现人物性格。
请严格依照以下格式生成对话：【动作/神态】"台词"（语气说明）。
请你扮演该角色开启对话。