可做影视网站的服务器熊猫关键词工具

在 LangChain4j 框架中，​​@UserMessage​​ 和 ​​@SystemMessage​​ 是构建 AI 服务时控制提示词（Prompt）的核心注解，两者的作用与使用场景有显著区别：

---

​​一、核心作用对比​​

​​注解类型​​	​​功能定位​​	​​典型应用场景​​
​​@SystemMessage​​	​​设定 AI 角色与行为准则​​：定义系统级指令，用于控制 AI 的固定行为模式或角色身份。	- 设定 AI 身份（如“法律顾问”“作家”） - 限制回答范围（如“仅用中文回答”） - 注入全局规则（如“不要虚构法律条文”）
​​@UserMessage​​	​​标注用户输入内容​​：标记动态的用户请求或问题，作为 AI 生成答案的主要依据。	- 接收用户提问（如“如何解除劳动合同？”） - 传递动态参数（如生成文章的字数限制） - 多模态输入（文本、图片等）

---

​​二、技术特性差异​​

​​维度​​	​​@SystemMessage​​	​​@UserMessage​​
​​作用域​​	通常作用于接口或方法级别，全局生效	通常作用于方法参数级别，单次调用生效
​​变量注入方式​​	支持 {{变量名}} 语法引用方法参数（需搭配 @V("变量名") 注解）	支持直接引用参数值（如 {{it}} 表示第一个参数）或通过 @V 指定变量名
​​对话内存处理​​	默认被 ChatMemory 保留，不会被驱逐策略清除（如 MessageWindowChatMemory）	作为普通用户消息存入 ChatMemory，可能被驱逐策略清除
​​多消息支持​​	同一对话中仅保留一条有效 SystemMessage，重复定义会覆盖	可多次添加 UserMessage，形成多轮对话
​​底层实现​​	生成 SystemMessage 类型的 ChatMessage，在请求中作为系统指令发送	生成 UserMessage 类型的 ChatMessage，作为用户输入发送

---

​​三、实战示例解析​​

​​1. 角色定义与输入处理​​

// 系统指令：设定 AI 为法律顾问，并限制回答格式
@SystemMessage({"你是一名专业法律顾问，熟悉《中华人民共和国劳动合同》","回答需包含法律条文引用，格式：根据《XX法》第X条..."
})
interface LegalAdvisor {// 用户输入：动态接收劳动合同问题String answer(@UserMessage String question); 
}

• ​​@SystemMessage​​：定义 AI 的专业领域和回答规范
• ​​@UserMessage​​：标注用户提问参数 question，动态生成提示词

​​2. 动态参数注入​​

// 系统提示中引用方法参数
@SystemMessage("生成一篇关于{{theme}}的{{wordCount}}字作文")
interface Writer {String generate(@V("theme") String theme, @V("wordCount") int wordCount);
}

• {{theme}} 和 {{wordCount}} 从方法参数动态注入

---

​​四、使用注意事项​​

1. ​​避免冲突​​

   • 若同时使用接口级别和方法级别的 @SystemMessage，后者会覆盖前者。
   • @UserMessage 标注的参数需与提示模板中的变量名匹配，否则会引发 VariableNotFoundException。

2. ​​性能优化​​

   • 复杂的 @SystemMessage 提示词可存入资源文件，通过 @SystemMessage("file:legal_prompt.txt") 加载。
   • 高频调用的服务建议启用 ChatMemory 缓存，避免重复生成提示词。

3. ​​调试技巧​​

   • 通过 AiService 的 debug() 方法打印完整提示词，验证变量替换效果。
   • 使用 StructuredPrompt 替代复杂 @SystemMessage，实现 JSON/XML 等结构化输出。

---

​​五、引用说明​​

• ：通过 @SystemMessage 实现角色扮演（如作家、法律顾问），动态参数通过 {{变量}} 注入。
• ：SystemMessage 作为系统指令影响 AI 行为，UserMessage 处理用户输入。
• ：SystemMessage 的覆盖规则与内存管理特性。
• ：变量绑定与多轮对话实现方式。