今天我們要通過設計一個具體的 Prompt Engineering 來製作聊天機器人內容，假設我們要製作一個 AI 聊天機器人，主要可以提供台北文化類型的旅遊建議。

需求：建立一個文化類型旅遊聊天機器人，讓 AI 根據使用者的喜好來推薦台北的旅遊景點

1. 定義使用者需求：

   • 旅遊類型偏好：文化
   • 交通工具：捷運
   • 景點介紹：包含歷史

2. 設計 Prompt ：
   針對使用者需求，設計引導式 Prompt 讓 AI 生成旅遊建議

   prompt = """
       請根據以下條件，推薦台北的一個文化旅遊景點，並提供簡單的歷史背景：
       1. 景點類型：文化
       2. 交通：捷運
   """
   

程式碼實作：

from openai import AzureOpenAI
from openai_config import *

client = AzureOpenAI(
    azure_endpoint=azure_endpoint,
    api_key=api_key,
    api_version=api_version
)


def get_prompt_response(prompt_text):
    try:
        response = client.chat.completions.create(
            model=model_name,
            messages=[
                {"role": "system", "content": "You are a helpful assistant."},
                {"role": "user", "content": prompt_text}  # 使用者輸入
            ],
            temperature=0,  # 表示回應會更確定和保守，值越高（接近1），回應會越創意和隨機
            max_tokens=500,  # 控制回答長度
            top_p=0.95,  # 則限制了回應的隨機性，值越低回應越確定
            frequency_penalty=0,  # 調控進行推論時特定詞彙出現的頻率
            presence_penalty=0,  # 調控推論生成的內容中引入新概念或詞彙的傾向性
            stop=None
        )
        
        # 取得 AI 回應
        return  response.choices[0].message.content

    except Exception as e:
        print(f"Error: {e}")
        return None    
    
# 定義 Prompt，這裡可以是任何你想要的提示
base_prompt = """
請根據以下條件，推薦台北的一個文化旅遊景點，並提供簡單的歷史背景：
1. 景點類型：文化
2. 交通：捷運
""" .strip()

while True:
     # 使用者輸入
    user_input = input("你: ")
    if user_input.lower() == "exit":  # 用戶输入 'exit'退出
        break

    # 將固定的 prompt 和使用者輸入結合
    full_prompt = f"{base_prompt}\n使用者補充要求：{user_input}"

    # 調用函數獲取 AI 的回應
    response = get_prompt_response(full_prompt)
    print(f"AI 回應: {response}")

base_prompt：最初設置的 prompt，描述了基本需求，推薦台北文化旅遊景點。
user_input：使用者輸入的內容會被附加到 base_prompt 後面，使得每次 AI 都能同時考慮預設提示和使用者的需求。
full_prompt：將 base_prompt 和 user_input 結合成一個完整的 prompt 傳遞給 AI。
get_prompt_response：使用 full_prompt 作為提示，動態給 AI 生成回應。

藉由提示詢問後得到的回應：

當我們把提示刪除不使用提示，所得到回應，就不會包含文化景點、交通工具和歷史內容。不使用這些具體提示，AI 的回應會變得更廣泛，因為它沒有收到具體的指示去聚焦在某些特定的主題上。

以上就是 Prompt Engineering 的簡單應用，藉由 Prompt 設置具體條件與格式控制，可以生成更準確、實用的回應方式，這種方式也可以使用在其他情境，例如：技術支援、數據查詢或自動生成報告等等。