System Prompt设计剖析Ontology Playground的AI本体提取提示词是怎么写的【免费下载链接】Ontology-PlaygroundFree, open-source web app for learning about ontologies and Microsoft Fabric IQ. Explore a catalogue of pre-built ontologies, design your own visually, export as RDF/XML, and share interactive diagrams. Zero backend, fully static.项目地址: https://gitcode.com/GitHub_Trending/on/Ontology-PlaygroundOntology Playground是一款免费开源的本体Ontology学习与设计工具其中的AI 本体提取功能可以让你用一句自然语言描述业务场景就由 AI 自动提取出实体、关系和属性生成完整本体。这个一句话变本体的魔法几乎全部由一段精心设计的System Prompt驱动。本文完整剖析它的写法、参数配置与多层校验机制帮你看懂一个生产级提示词是怎么炼成的。一、整体链路提示词只是其中一环AI 本体的生成链路其实非常短用户在界面输入业务场景描述提交到后端后端把系统提示词与用户描述拼成一条消息调用 Azure OpenAIAI 返回一段严格符合 schema 的 JSON服务端校验后交给前端用户预览、编辑、确认本体被应用到可视化画布。核心代码位置系统提示词与调用逻辑api/generate-ontology/index.ts前端输入与预览界面src/components/NLBuilderModal.tsx本体数据结构定义src/data/ontology.ts二、逐层拆解System Prompt 的五层结构整段提示词不长但结构教科书级地清晰可以拆成 5 层1️⃣ 角色定义一句话说清身份You are an expert ontology extraction system.第一行就把 AI 锁定在本体提取专家这个身份上。角色词越具体模型越会调用对应领域的知识。2️⃣ 输出契约内嵌完整 JSON Schema这是提示词的灵魂。它没有让 AI自由发挥而是把完整的目标 JSON 结构原样写进提示词每个字段后面还跟着格式说明用注释风格写在值的位置{ name: string - Name for this ontology, entityTypes: [ { id: string - lowercase, snake_case identifier, name: string - Display name, properties: [ { name: string - camelCase property name, type: string|integer|decimal|boolean|date|datetime|enum, isIdentifier: boolean (true for primary key) } ] } ], relationships: [ ... ] }注意 schema 里对命名的隐形约束实体id要求lowercase snake_case属性名要求camelCase——这些规则不写AI 很可能给你混着来下游代码解析时就会翻车。还有一个值得玩味的细节schema 只列出 6 种属性类型而前端 src/data/ontology.ts 的类型定义里还有double。也就是说提示词是契约而非镜像——它只承诺 AI 必须稳定输出的部分其余交给兜底逻辑。3️⃣ 编号规则清单8 条硬约束schema 之后紧跟一个Rules:编号列表每条都对应一个真实痛点#规则解决什么问题1名词提取为实体、动词提取为关系给出本体的核心建模原则2每个实体必须有至少一个isIdentifier: true保证主键存在下游可用3每个实体 3–6 个属性防止输出过大或信息稀疏4基数关系必须符合业务逻辑关系质量5关系名用具体动词places / contains / manages给出范例比抽象描述更有效6图标用贴切的 emoji视觉展示7每个实体分配唯一的微软主题色品牌一致性8只输出 JSON禁止任何解释防啰嗦保证可解析第 8 条看似简单却是 AI 工程中最经典的坑模型动辄在 JSON 前后加一段好的这是您需要的……。一句 Output ONLY the JSON 能直接避免解析失败。4️⃣ 具体示例优于抽象描述第 5、7 条规则都带了具体范例动词列表、8 个色值。这是提示词设计的高频经验与其说颜色要和谐不如直接把#0078D4、#107C10、#5C2D91…列出来AI 会照单全收风格瞬间统一。5️⃣ 首尾呼应开头强调create acompleteontology结尾用Output ONLY the JSON, no explanations收尾形成首尾闭环进一步压缩模型发挥空间。三、API 参数Prompt 之外的另一半功夫提示词只决定说什么参数决定怎么说。api/generate-ontology/index.ts 里三个关键参数参数取值为什么这么设temperature0.3低随机性——生成结构化本体要的是稳定不是创意max_tokens4000给足空间输出完整 schema又不至于浪费response_formatjson_object强制 JSON 模式从 API 层面再兜一道底模型默认选用轻量级的gpt-4o-mini可在配置中切换对这类结构化任务性价比很高。四、多层校验不盲信 AI 输出这段系统提示词没有止步于让 AI 说对后端还搭了多层防线层级位置做什么服务端结构校验index.ts检查name、entityTypes、relationships是否存在且为数组前端兜底NLBuilderModal.tsx若实体缺失color按序号从默认色板补齐用户确认NLBuilderModal.tsx生成后先预览、可手改 JSON点击 Apply 才进画布提示词负责大概率正确代码负责绝对不崩用户负责最终把关——三层责任划分得非常干净。五、新手可以直接抄走的 6 个设计点如果你也要给自己的应用写 System Prompt这 6 点可以直接搬一句话说清角色用领域术语锁定身份内嵌完整输出 Schema字段说明直接写在值的位置命名规范显式声明snake_case / camelCase规则编号 带具体示例范例比形容词管用低 temperature 强制 JSON 模式双保险服务端结构校验兜底永远不盲信模型输出。六、想本地跑一遍这套 AI 生成功能是可选项。配置 Azure OpenAI 的密钥与环境变量后将VITE_ENABLE_AI_BUILDER置为true即可开启界面中就会出现用自然语言描述你的本体的输入框支持语音输入输入一段场景描述就能亲眼看到这套系统提示词如何把文字变成一张可交互的本体图谱。想深入更多细节可以看看项目的 AGENTS.md 与 docs/ 目录下的文档本提示词的完整源码在 api/generate-ontology/index.ts全文不到 50 行非常值得逐行读一遍。【免费下载链接】Ontology-PlaygroundFree, open-source web app for learning about ontologies and Microsoft Fabric IQ. Explore a catalogue of pre-built ontologies, design your own visually, export as RDF/XML, and share interactive diagrams. Zero backend, fully static.项目地址: https://gitcode.com/GitHub_Trending/on/Ontology-Playground创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
System Prompt设计剖析：Ontology Playground的AI本体提取提示词是怎么写的
System Prompt设计剖析Ontology Playground的AI本体提取提示词是怎么写的【免费下载链接】Ontology-PlaygroundFree, open-source web app for learning about ontologies and Microsoft Fabric IQ. Explore a catalogue of pre-built ontologies, design your own visually, export as RDF/XML, and share interactive diagrams. Zero backend, fully static.项目地址: https://gitcode.com/GitHub_Trending/on/Ontology-PlaygroundOntology Playground是一款免费开源的本体Ontology学习与设计工具其中的AI 本体提取功能可以让你用一句自然语言描述业务场景就由 AI 自动提取出实体、关系和属性生成完整本体。这个一句话变本体的魔法几乎全部由一段精心设计的System Prompt驱动。本文完整剖析它的写法、参数配置与多层校验机制帮你看懂一个生产级提示词是怎么炼成的。一、整体链路提示词只是其中一环AI 本体的生成链路其实非常短用户在界面输入业务场景描述提交到后端后端把系统提示词与用户描述拼成一条消息调用 Azure OpenAIAI 返回一段严格符合 schema 的 JSON服务端校验后交给前端用户预览、编辑、确认本体被应用到可视化画布。核心代码位置系统提示词与调用逻辑api/generate-ontology/index.ts前端输入与预览界面src/components/NLBuilderModal.tsx本体数据结构定义src/data/ontology.ts二、逐层拆解System Prompt 的五层结构整段提示词不长但结构教科书级地清晰可以拆成 5 层1️⃣ 角色定义一句话说清身份You are an expert ontology extraction system.第一行就把 AI 锁定在本体提取专家这个身份上。角色词越具体模型越会调用对应领域的知识。2️⃣ 输出契约内嵌完整 JSON Schema这是提示词的灵魂。它没有让 AI自由发挥而是把完整的目标 JSON 结构原样写进提示词每个字段后面还跟着格式说明用注释风格写在值的位置{ name: string - Name for this ontology, entityTypes: [ { id: string - lowercase, snake_case identifier, name: string - Display name, properties: [ { name: string - camelCase property name, type: string|integer|decimal|boolean|date|datetime|enum, isIdentifier: boolean (true for primary key) } ] } ], relationships: [ ... ] }注意 schema 里对命名的隐形约束实体id要求lowercase snake_case属性名要求camelCase——这些规则不写AI 很可能给你混着来下游代码解析时就会翻车。还有一个值得玩味的细节schema 只列出 6 种属性类型而前端 src/data/ontology.ts 的类型定义里还有double。也就是说提示词是契约而非镜像——它只承诺 AI 必须稳定输出的部分其余交给兜底逻辑。3️⃣ 编号规则清单8 条硬约束schema 之后紧跟一个Rules:编号列表每条都对应一个真实痛点#规则解决什么问题1名词提取为实体、动词提取为关系给出本体的核心建模原则2每个实体必须有至少一个isIdentifier: true保证主键存在下游可用3每个实体 3–6 个属性防止输出过大或信息稀疏4基数关系必须符合业务逻辑关系质量5关系名用具体动词places / contains / manages给出范例比抽象描述更有效6图标用贴切的 emoji视觉展示7每个实体分配唯一的微软主题色品牌一致性8只输出 JSON禁止任何解释防啰嗦保证可解析第 8 条看似简单却是 AI 工程中最经典的坑模型动辄在 JSON 前后加一段好的这是您需要的……。一句 Output ONLY the JSON 能直接避免解析失败。4️⃣ 具体示例优于抽象描述第 5、7 条规则都带了具体范例动词列表、8 个色值。这是提示词设计的高频经验与其说颜色要和谐不如直接把#0078D4、#107C10、#5C2D91…列出来AI 会照单全收风格瞬间统一。5️⃣ 首尾呼应开头强调create acompleteontology结尾用Output ONLY the JSON, no explanations收尾形成首尾闭环进一步压缩模型发挥空间。三、API 参数Prompt 之外的另一半功夫提示词只决定说什么参数决定怎么说。api/generate-ontology/index.ts 里三个关键参数参数取值为什么这么设temperature0.3低随机性——生成结构化本体要的是稳定不是创意max_tokens4000给足空间输出完整 schema又不至于浪费response_formatjson_object强制 JSON 模式从 API 层面再兜一道底模型默认选用轻量级的gpt-4o-mini可在配置中切换对这类结构化任务性价比很高。四、多层校验不盲信 AI 输出这段系统提示词没有止步于让 AI 说对后端还搭了多层防线层级位置做什么服务端结构校验index.ts检查name、entityTypes、relationships是否存在且为数组前端兜底NLBuilderModal.tsx若实体缺失color按序号从默认色板补齐用户确认NLBuilderModal.tsx生成后先预览、可手改 JSON点击 Apply 才进画布提示词负责大概率正确代码负责绝对不崩用户负责最终把关——三层责任划分得非常干净。五、新手可以直接抄走的 6 个设计点如果你也要给自己的应用写 System Prompt这 6 点可以直接搬一句话说清角色用领域术语锁定身份内嵌完整输出 Schema字段说明直接写在值的位置命名规范显式声明snake_case / camelCase规则编号 带具体示例范例比形容词管用低 temperature 强制 JSON 模式双保险服务端结构校验兜底永远不盲信模型输出。六、想本地跑一遍这套 AI 生成功能是可选项。配置 Azure OpenAI 的密钥与环境变量后将VITE_ENABLE_AI_BUILDER置为true即可开启界面中就会出现用自然语言描述你的本体的输入框支持语音输入输入一段场景描述就能亲眼看到这套系统提示词如何把文字变成一张可交互的本体图谱。想深入更多细节可以看看项目的 AGENTS.md 与 docs/ 目录下的文档本提示词的完整源码在 api/generate-ontology/index.ts全文不到 50 行非常值得逐行读一遍。【免费下载链接】Ontology-PlaygroundFree, open-source web app for learning about ontologies and Microsoft Fabric IQ. Explore a catalogue of pre-built ontologies, design your own visually, export as RDF/XML, and share interactive diagrams. Zero backend, fully static.项目地址: https://gitcode.com/GitHub_Trending/on/Ontology-Playground创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
