什么值得买App下载 App ›
连续签到专享现金活动

LangChain4j Prompt 提示词工程后端应用(2026实战版)

2026年AI工程化落地提速,Java后端开发者的核心诉求转向如何将大模型能力无缝、可控地融入现有Spring生态。LangChain4j作为Java领域成熟的LLM开发框架,其Prompt提示词工程通过模板化封装与上下文注入,解决了传统开发中Prompt写死、输出不可控等痛点,成为连接后端业务与大模型能力的关键桥梁。
01后端开发核心痛点与工程化价值
当前后端集成大模型普遍存在两大误区:一是Prompt硬编码在代码中,导致维护成本极高;二是忽视Prompt与业务逻辑的适配,致使模型输出无法对接数据库或接口。LangChain4j Prompt工程的核心价值在于通过标准化模板封装业务规则,利用OutputParser组件强制约束输出格式,从而规避SQL注入、敏感信息泄露等风险,将模型输出准确率显著提升,满足生产级系统对结构化与安全性的要求。

LangChain4j Prompt工程底层逻辑

模板化封装

解决Prompt复用与维护痛点

  • 将固定规则(业务约束、输出格式)与动态参数分离
  • 采用类似Java模板方法模式,实现Prompt模块化管理
  • 避免重复编码,支持版本控制与CI/CD流程
上下文注入

让大模型“懂后端业务”

  • 自动注入表结构、接口文档等后端元数据
  • 结合用户历史请求与缓存数据生成上下文
  • 确保生成内容贴合实际业务场景,避免无效输出
输出约束

实现工程化可控

  • 在模板中定义明确的约束规则(如仅返回JSON)
  • 结合OutputParser强制模型输出符合后端解析的格式
  • 解决大模型输出随机性问题,确保对接系统组件
02实战环境准备与核心依赖
本次实战基于“Spring Boot 3.2.x + LangChain4j 0.25.0”技术栈,聚焦智能问数(自然语言转SQL)场景。环境要求JDK 17+、Maven 3.8+、MySQL 8.0。核心依赖包括LangChain4j核心包、通义千问适配器(支持替换为国产大模型)及JSqlParser(用于防止SQL注入)。
核心Maven依赖配置(pom.xml):
<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>3.2.5</version>
</parent>
<dependencies>
    <!-- Spring Boot核心 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-jpa</artifactId>
    </dependency>
    <!-- LangChain4j核心依赖 -->
    <dependency>
        <groupId>dev.langchain4j</groupId>
        <artifactId>langchain4j</artifactId>
        <version>0.25.0</version>
    </dependency>
    <!-- 通义千问适配器 -->
    <dependency>
        <groupId>dev.langchain4j</groupId>
        <artifactId>langchain4j-alibaba-tongyi</artifactId>
        <version>0.25.0</version>
    </dependency>
    <!-- SQL解析工具 -->
    <dependency>
        <groupId>com.github.jsqlparser</groupId>
        <artifactId>jsqlparser</artifactId>
        <version>4.8</version>
    </dependency>
    <!-- 数据库驱动 -->
    <dependency>
        <groupId>com.mysql</groupId>
        <artifactId>mysql-connector-j</artifactId>
        <scope>runtime</scope>
    </dependency>
</dependencies>
03系统配置与Prompt模板设计
配置文件(application.yml):
spring:
  datasource:
    url: jdbc:mysql://localhost:3306/business_db?useSSL=false&serverTimezone=UTC
    username: root
    password: 123456
    driver-class-name: com.mysql.cj.jdbc.Driver
  jpa:
    hibernate:
      ddl-auto: update
    show-sql: true
langchain4j:
  alibaba-tongyi:
    api-key: 你的通义千问API密钥
    model-name: qwen-max
    temperature: 0.1
    max-tokens: 2048
Prompt模板配置类:
Prompt模板设计需包含业务约束、元数据占位符及输出格式约束。以下配置定义了智能问数场景的标准化模板,强制模型仅输出符合MySQL 8.0语法的SQL语句。

@Configuration
public class PromptConfig {
  @Bean
  public PromptTemplate sqlGeneratePromptTemplate() {
      String template = "作为后端数据库工程师,你需要根据以下规则,将自然语言转换为合法SQL:\n" +
            "1. 业务约束:只能查询business_db数据库中的表,禁止执行DELETE、UPDATE、DROP等写操作;\n" +
            "2. 表结构元数据:{tableMetadata}(必须基于此元数据生成SQL,禁止虚构表/字段);\n" +
            "3. 自然语言需求:{userQuestion};\n" +
            "4. 输出约束:仅返回SQL语句,无需任何解释,SQL语法必须适配MySQL 8.0,字段名与元数据一致;\n" +
            "5. 异常处理:若需求无法基于现有表结构实现,仅返回\"无法生成合法SQL,请检查需求或表结构\"。";
      return PromptTemplate.from(template)
            .withVariables("tableMetadata", "userQuestion");
  }
}
04上下文注入与业务闭环实现
实现Prompt组装服务,动态加载数据库表结构元数据并注入模板。该服务利用JDBC元数据API获取表名与字段信息,将其格式化为模型可理解的上下文,确保生成的SQL语句贴合业务表设计。

@Service
public class PromptAssembleService {
  @Autowired
  private PromptTemplate sqlGeneratePromptTemplate;
  @Autowired
  private DataSource dataSource;

  public String assemblePrompt(String userQuestion) throws Exception {
      String tableMetadata = loadTableMetadata();
      return sqlGeneratePromptTemplate.format("tableMetadata", tableMetadata, "userQuestion", userQuestion);
  }

  private String loadTableMetadata() throws Exception {
      List<String> tableInfoList = new ArrayList<>();
      try (Connection connection = dataSource.getConnection()) {
          DatabaseMetaData metaData = connection.getMetaData();
          ResultSet tables = metaData.getTables(null, null, "%", new String[]{"TABLE"});
          while (tables.next()) {
              String tableName = tables.getString("TABLE_NAME");
              tableInfoList.add("表名:" + tableName);
              ResultSet columns = metaData.getColumns(null, null, tableName, "%");
              while (columns.next()) {
                  String columnName = columns.getString("COLUMN_NAME");
                  String columnType = columns.getString("TYPE_NAME");
                  String columnComment = columns.getString("REMARKS");
                  tableInfoList.add(" - 字段:" + columnName + ",类型:" + columnType + ",注释:" + (columnComment == null ? "" : columnComment));
              }
              columns.close();
          }
          tables.close();
      }
      return String.join("\n", tableInfoList);
  }
}
在控制器层完成业务闭环:接收用户自然语言,组装Prompt,调用模型生成SQL,并通过JSqlParser进行安全性校验,禁止删改操作,最终执行查询并返回结果。

@RestController
public class SqlGenerateController {
  @Autowired
  private PromptAssembleService promptAssembleService;
  @Autowired
  private ChatLanguageModel chatLanguageModel;
  @Autowired
  private JdbcTemplate jdbcTemplate;

  @PostMapping("/generate-sql")
  public Object generateSqlAndExecute(@RequestParam String userQuestion) {
      try {
          String prompt = promptAssembleService.assemblePrompt(userQuestion);
          String sql = chatLanguageModel.generate(prompt);
          if (!validateSql(sql)) {
              return "生成的SQL不合法,禁止执行";
          }
          List<?> result = jdbcTemplate.queryForList(sql);
          return result;
      } catch (Exception e) {
          e.printStackTrace();
          return "系统异常:" + e.getMessage();
      }
  }

  private boolean validateSql(String sql) throws JSQLParserException {
      if (sql.contains("无法生成合法SQL")) return false;
      Statement statement = CCJSqlParserUtil.parse(sql);
      return !(statement instanceof Delete || statement instanceof Update);
  }
}

评论

评论区空态插画

当前文章无评论,是时候发表评论了