适用背景电力行业 · Java Web 后端开发 · AI 大模型转型目标日常编码提效 50%系统学习大模型开发完成技术栈升级目录零、提示词工程黄金法则一、日常编码提效Java 后端1.1 Spring Boot 接口开发1.2 MyBatis 数据层1.3 实体转换与校验1.4 异常处理与日志1.5 配置类与中间件集成1.6 定时任务与调度二、代码质量保障2.1 单元测试2.2 代码审查与优化建议2.3 Bug 诊断与修复2.4 重构与性能优化三、电力行业专属场景3.1 电力数据模型设计3.2 实时/时序数据处理3.3 电力报表与统计3.4 安全合规与审计四、AI/大模型学习路径4.1 Python 快速上手4.2 PyTorch 基础4.3 LangChain RAG 开发4.4 Agent 智能体开发4.5 模型微调与部署五、提示词自我迭代优化法零、提示词工程黄金法则在开始使用模板之前先掌握核心方法论。每条模板都基于这个框架设计。CRISP 黄金框架┌──────────┐ ┌──────────┐ ┌──────────────┐ ┌──────────┐ ┌──────────┐ │ Context │ → │ Role │ → │ Instruction │ → │ Style │ → │ Polishing│ │ 背景 │ │ 角色 │ │ 指令 │ │ 风格 │ │ 打磨 │ └──────────┘ └──────────┘ └──────────────┘ └──────────┘ └──────────┘要素含义示例Context交代技术栈、业务背景、约束条件Spring Boot 2.7 MyBatis-Plus MySQL 8.0电力调度系统Role指定AI扮演的角色你是一位10年经验的Java后端架构师Instruction明确要做什么分步说明1. 设计表结构 2. 生成Entity 3. 生成Mapper 4. 生成ServiceStyle代码风格、命名规范、注释要求阿里巴巴规范方法名用camelCase每个方法加Javadoc注释Polishing输出后自我检查修正检查是否有N1查询、SQL注入风险、空指针隐患三个必杀技XML标签结构化用contexttaskoutput等标签分隔信息大幅提升理解准确度Few-Shot 示例给1-2个输入→输出的例子让AI精确理解你想要的格式Chain-of-Thought加一句请先分析需求再给出方案最后生成代码强制AI分步思考一、日常编码提效Java 后端1.1 Spring Boot 接口开发模板 1-A标准 CRUD 接口context 技术栈Spring Boot 2.7 MyBatis-Plus 3.5 MySQL 8.0 项目电力调度管理系统 命名规范阿里巴巴Java开发手册 包结构com.powergrid.{模块}.{controller|service|mapper|entity} /context ​ role 你是一位资深Java后端开发擅长Spring Boot微服务架构代码风格整洁、健壮。 /role ​ task 为以下业务实体生成完整的RESTful API接口层 ​ 【业务实体】{填写实体名称如变电站 Substation} 【核心字段】{列出字段如stationId, stationName, voltageLevel, location, status, createTime} 【需要接口】 1. 分页查询支持多条件模糊搜索 2. 根据ID查询详情 3. 新增 4. 批量更新状态 5. 逻辑删除 ​ 【额外要求】 - Controller 使用 RestController RequestMapping - 统一返回格式 ResultT {code, message, data} - 参数校验使用 Valid JSR303注解 - 分页参数封装为 PageQuery 对象 - 操作日志使用自定义 Log 注解 /task ​ output 请按以下顺序生成 1. Entity 实体类 2. DTOCreateDTO、UpdateDTO、QueryDTO 3. Mapper 接口 4. Service 接口 ServiceImpl 5. Controller /output ​ style - 每个方法加一行中文注释说明用途 - 敏感操作删除、批量更新加 Transactional - 查询方法加 DS(slave) 读写分离注解 /style模板 1-B文件上传/导出接口context Spring Boot 2.7需要实现Excel文件导入导出功能使用EasyExcel 3.x /context ​ task 为电力设备台账管理生成Excel导入导出接口 ​ 【导入场景】批量导入设备信息设备编号、设备名称、所属变电站、型号、生产日期、投运日期 【导出场景】按条件导出设备列表为Excel ​ 【要求】 1. 导入时做数据校验必填项、日期格式、唯一性 2. 校验失败返回详细错误列表哪一行哪个字段什么问题 3. 导出支持按变电站筛选 按日期范围筛选 4. 导入导出都需要记录操作日志 5. 大文件10MB做流式处理避免OOM /task ​ output 请生成完整的Controller Service代码 /output1.2 MyBatis 数据层模板 2-A复杂查询 SQLcontext MySQL 8.0 MyBatis-Plus 3.5 电力行业数据特点数据量大、多表关联、时间范围查询频繁 /context ​ task 生成以下查询的MyBatis XML SQL ​ 【查询需求】查询某条输电线路上过去30天内所有跳闸记录并关联显示 - 线路名称、电压等级、所属区域 - 跳闸时间、跳闸类型瞬时/永久、重合闸是否成功 - 当次跳闸时的负荷电流、故障相别 - 关联的检修工单号如有 ​ 【涉及表】 - transmission_line输电线路 - trip_record跳闸记录 - maintenance_order检修工单 ​ 【性能要求】 - 涉及表均超百万级数据必须走索引 - 时间字段 trip_record.create_time 上有索引 idx_create_time - 禁止 SELECT * - 大数据量时优先使用 EXISTS 替代 IN 子查询 /task ​ output 生成完整的 select XML片段包含参数映射和结果映射 /output ​ style - 表名、字段名使用反引号 - 条件查询使用 where if 动态标签 - 大表驱动小表LEFT JOIN顺序正确 /style模板 2-B批量操作与性能context MyBatis-Plus 3.5需要批量插入/更新大量数据 /context ​ task 【场景】每天凌晨从SCADA系统同步10万条遥测数据到业务库 ​ 【要求】 1. 使用 MyBatis-Plus 的 saveBatch 方法设置合理的 batchSize 2. 如果数据已存在同一设备同一时间点则更新遥测值 3. 使用 ON DUPLICATE KEY UPDATE 或 INSERT IGNORE 策略 4. 考虑使用临时表 INSERT INTO SELECT 优化大批量场景 /task ​ output 生成完整的Mapper接口和Service实现代码包含性能优化措施 /output1.3 实体转换与校验模板 3-ADTO/VO/BO 转换context 项目中大量 Entity ↔ DTO ↔ VO 转换使用 MapStruct 减少手写代码 /context ​ task 为以下实体生成MapStruct转换器 ​ 【实体】Substation变电站 【DTO】SubstationCreateDTO、SubstationUpdateDTO、SubstationQueryDTO 【VO】SubstationVO返回前端含关联的线路数量统计 ​ 【要求】 - 使用 MapStruct 1.5.x - 字段名不一致的用 Mapping 指定 - 日期格式化Entity存 LocalDateTimeVO输出 yyyy-MM-dd HH:mm:ss - 枚举转换status (0-停运, 1-运行, 2-检修) ↔ 停运/运行/检修 /task1.4 异常处理与日志模板 4-A全局异常处理context Spring Boot 需要统一的异常处理体系避免try-catch遍地 /context ​ task 设计并生成全局异常处理体系 ​ 【需要处理的异常类型】 1. 参数校验异常 MethodArgumentNotValidException → 400 2. 业务异常 BusinessException自定义→ 根据业务错误码 3. 权限异常 AccessDeniedException → 403 4. 资源不存在 ResourceNotFoundException → 404 5. 系统未知异常 Exception → 500打印完整堆栈但不暴露给前端 ​ 【要求】 - 使用 RestControllerAdvice - 统一返回 ResultT 格式 - 错误信息对用户友好不暴露内部细节 - 500错误记录完整堆栈到日志但不返回给前端 - 包含 traceId 用于全链路追踪 /task ​ output 生成完整的异常处理代码 自定义异常类 错误码枚举 /output1.5 配置类与中间件集成模板 5-ARedis 缓存配置context Spring Boot 2.7 集成 Redis用于缓存电力设备基础数据和实时状态 /context ​ task 生成 Redis 配置和通用缓存工具类 ​ 【使用场景】 1. 设备基础信息缓存key: device:{id}, TTL: 1小时 2. 实时状态缓存key: device:{id}:status, TTL: 30秒 3. 变电站列表缓存key: substation:list, TTL: 10分钟 4. 分布式锁设备操作互斥 ​ 【要求】 - 使用 Spring Cache Redis - 自定义 KeyGeneratorkey格式{模块}:{业务}:{参数} - 使用 Jackson2JsonRedisSerializer 序列化 - 分布式锁用 Redisson加看门狗自动续期 - 防止缓存击穿空值缓存、缓存穿透布隆过滤器、缓存雪崩随机TTL /task output生成配置类 缓存注解使用示例 分布式锁工具类/output1.6 定时任务与调度模板 6-ASpring Task 分布式定时任务context 电力行业大量定时任务数据同步、报表生成、状态检查、告警推送 Spring Boot XXL-JOB 分布式调度 /context ​ task 为以下场景生成定时任务代码 ​ 【场景1】每小时从SCADA系统同步一次遥测数据快照 【场景2】每天8:00生成昨日电力负荷报表并发送邮件 【场景3】每5分钟检查所有在线设备心跳超时设备标记离线并推送告警 【场景4】每月1日凌晨归档上月数据到历史表 ​ 【要求】 - 使用 XXL-JOB 注解 XxlJob - 每个任务有独立的日志记录开始时间、结束时间、处理条数、异常信息 - 考虑任务幂等性 - 长时间任务设置超时时间 - 任务失败发送企业微信告警 /task output生成4个定时任务的完整代码/output二、代码质量保障2.1 单元测试模板 7-AService 层单元测试context JUnit 5 Mockito Spring Boot Test 测试数据库操作使用 H2 内存数据库 /context ​ task 为以下Service方法生成完整的单元测试 ​ 【被测类】SubstationService 【被测方法】 1. createSubstation(CreateDTO dto) - 新增变电站 2. findById(Long id) - 查询详情 3. batchUpdateStatus(ListLong ids, Integer status) - 批量更新状态 ​ 【测试要求】 - 正常场景至少1个happy path - 边界场景空参数、null值、超长字符串 - 异常场景重复名称、不存在的ID - Mock外部依赖Redis缓存、MQ消息发送 - 使用 Nested 组织测试类结构 - 覆盖率目标行覆盖 80% /task output生成完整的测试类包含所有场景的测试方法/output2.2 代码审查与优化建议模板 8-A全面代码审查role你是一位代码审查专家严格但务实/role ​ task 请审查以下代码从以下几个维度给出改进建议 ​ 【审查维度】 1. 正确性逻辑是否正确是否有边界条件遗漏 2. 安全性SQL注入、XSS、权限校验、敏感信息泄露 3. 性能N1查询、不必要的大对象创建、锁粒度 4. 可维护性命名、注释、方法长度、圈复杂度 5. 规范性是否遵循阿里巴巴Java开发手册 6. 异常处理是否合理捕获和处理异常 ​ 【代码】 java {粘贴待审查的代码}output 请用表格展示问题清单级别维度位置问题描述修改建议严重安全性第X行......建议性能第X行......优化可维护性第X行......然后给出修复后的完整代码。 /output​ --- ​ ### 2.3 Bug 诊断与修复 ​ #### 模板 9-A异常堆栈分析 ​ markdown context Spring Boot 生产环境偶发异常需要快速定位根因 /context ​ task 分析以下异常堆栈给出根因诊断和修复方案 ​ 【异常信息】{粘贴完整堆栈包含Caused by链}​ 【附加信息】 - JDK版本 - Spring Boot版本 - 最近一次上线变更 - 是否可复现 ​ 【要求】 1. 逐层分析 Caused by 链找到根因 2. 解释为什么会触发这个异常 3. 给出至少2种修复方案并比较优劣 4. 给出预防同类问题的建议 /task2.4 重构与性能优化模板 10-A慢接口优化context 某查询接口响应时间从100ms增长到8s需要定位瓶颈并优化 /context ​ task 以下是接口的完整调用链代码请分析性能瓶颈并给出优化方案 ​ 【当前代码】 java {粘贴完整接口代码包括Controller → Service → Mapper → SQL}【性能数据】数据量主表约500万行关联表约2000万行数据库MySQL 8.0, 16C64G并发量高峰期100 QPS【要求】逐段分析代码标记潜在性能问题点检查SQL执行计划问题是否走索引、是否全表扫描给出优化方案按实施成本从低到高排列输出优化后的完整代码 /task​ --- ​ ## 三、电力行业专属场景 ​ ### 3.1 电力数据模型设计 ​ #### 模板 11-A电力设备数据模型 ​ markdown context 电力行业特有的数据模型设计遵循IEC 61970/61968CIM标准 MySQL数据库UTF-8编码 /context ​ role你是一位电力行业数据架构师精通IEC CIM标准和电网业务/role ​ task 设计以下电力业务域的数据模型 ​ 【业务域】{选择变电站管理 / 输电线路管理 / 配电网管理 / 调度运行 / 电能计量} ​ 【要求】 1. 列出该域的核心实体及关系ER图用文字描述 2. 每个实体的核心字段字段名、类型、长度、是否必填、注释 3. 索引设计主键、唯一索引、普通索引、联合索引 4. 分区策略建议如按时间分区 5. 数据归档策略热数据/温数据/冷数据分离 ​ 【输出格式】 用DDL格式输出建表语句每个表带完整COMMENT注释 /task ​ style - 字段名使用下划线命名snake_case - 每个字段带中文COMMENT - 枚举字段用 COMMENT 标明可选值 - 时间字段统一使用 datetime 类型 /style3.2 实时/时序数据处理模板 12-A时序数据存储与查询context 电力系统大量时序数据遥测电压、电流、功率、遥信开关状态、SOE事件 需要高效存储和查询 /context ​ task 设计一个遥测数据存储和查询方案 ​ 【数据特征】 - 测点数量10万个 - 采集频率每15秒一次 - 每日数据量约5.76亿条 - 查询场景按设备时间范围查询、按时间段聚合统计 ​ 【要求】 1. 推荐存储方案MySQL分区 / TDengine / InfluxDB / ClickHouse对比优劣 2. 给出选型后的表结构设计 3. 生成数据写入的批量代码 4. 生成典型查询的代码设备24小时趋势、最大值/最小值/平均值聚合 5. 数据保留策略原始数据保留多久、聚合数据保留多久 /task3.3 电力报表与统计模板 13-A复杂统计报表context 电力行业典型报表运行日报、月报、年报、线损统计、可靠性统计 /context ​ task 生成配电网供电可靠性统计月报的完整后端代码 ​ 【统计指标】 1. 供电可靠率 RS-1 (1 - 用户平均停电时间/统计期间时间) × 100% 2. 用户平均停电次数 AITC 3. 用户平均停电时间 AIHC 4. 按区域城区/农村分别统计 5. 按停电原因分类统计计划停电/故障停电/临时停电 ​ 【数据来源表】 - outage_record停电记录表 - customer_info用户信息表 - area_dict区域字典表 ​ 【要求】 1. 生成完整的SQL查询 2. 考虑跨月停电的处理停电开始于上月结束于本月 3. 报表包含环比和同比数据 4. 生成Excel导出功能 /task output生成Service Mapper SQL 导出Controller/output3.4 安全合规与审计模板 14-A操作审计日志context 电力行业安全合规要求所有敏感操作必须记录审计日志符合等保2.0 /context ​ task 设计并实现操作审计日志系统 ​ 【需要审计的操作】 1. 用户登录/注销 2. 设备控制指令下发遥控 3. 参数修改保护定值修改 4. 数据导出 5. 权限变更 ​ 【日志字段要求】 - 操作人账号IP - 操作时间精确到毫秒 - 操作类型 - 操作对象设备ID/名称 - 操作前值 / 操作后值 - 操作结果成功/失败失败原因 ​ 【技术实现】 - 使用AOP 自定义注解 AuditLog 实现切面 - 异步写入不阻塞主流程 - 日志表按月分区 /task output生成注解定义 AOP切面 异步写入Service/output四、AI/大模型学习路径从 Java 后端转型大模型开发建议路径Python基础 → PyTorch → LangChain → RAG → Agent → 微调部署4.1 Python 快速上手模板 15-AJava程序员视角的Python速成context 你是有3年以上Java开发经验的程序员现在要快速上手Python用于AI开发。 你已熟悉面向对象、设计模式、数据库操作、HTTP协议、Linux基本操作 /context ​ role 你是一位精通Java和Python的双栈开发导师擅长用Java类比的方式讲解Python概念 /role ​ task 请用Java对比Python的方式帮我快速搞懂以下Python核心概念 ​ 【学习清单】 1. 数据类型list/tuple/dict/set ↔ Java的List/不可变List/Map/Set 2. 函数lambda、装饰器 ↔ Java的lambda、注解 3. 类与继承__init__、self、多继承 ↔ Java的构造器、this、接口 4. 包管理pip、venv、requirements.txt ↔ Maven、pom.xml 5. 异步编程async/await ↔ CompletableFuture ​ 【输出要求】 每个概念用一张对比表 一个对照代码示例 /task ​ output_format | 概念 | Java | Python | 关键区别 | |------|------|--------|----------| | ... | java ... | python ... | ... | /output_format模板 15-B数据处理常用代码生成task 用 Python 生成以下数据处理代码 ​ 【场景】从数据库导出100万条遥测数据CSV文件进行数据清洗和统计分析 ​ 【处理步骤】 1. pandas 读取CSV处理大文件分块读取 2. 缺失值处理填充/删除 3. 异常值检测3σ原则或IQR方法 4. 按小时聚合统计均值、最大值、最小值 5. 结果写入MySQL数据库 6. 用matplotlib生成趋势图 ​ 【要求】 - 使用 pandas sqlalchemy matplotlib - 大文件分块处理内存控制在500MB以内 - 代码带完整注释 /task4.2 PyTorch 基础模板 16-APyTorch 入门实战role你是一位PyTorch教学专家擅长用工程化视角讲解深度学习/role ​ task 帮我完成第一个PyTorch实战项目电力负荷预测 ​ 【项目描述】 - 输入过去7天每15分钟的负荷数据672个时间步 - 输出未来24小时每小时的负荷预测24个时间步 - 数据集提供CSV格式的历史负荷数据 ​ 【学习目标】 1. 理解 Tensor、Dataset、DataLoader 的概念 2. 搭建一个简单的 LSTM 模型 3. 训练过程的代码损失函数、优化器、训练循环 4. 模型保存和加载 5. 使用训练好的模型做推理预测 ​ 【要求】 - 每一步加详细的中文注释解释为什么这么做 - 训练循环中加入 loss 曲线可视化代码 - 预测结果与实际值对比的可视化 /task ​ output 生成完整的 .py 文件可以直接运行 /output4.3 LangChain RAG 开发模板 17-ARAG 知识库系统context 目标搭建一个电力运维知识库问答系统RAG 技术栈LangChain ChromaDB 通义千问API /context ​ task 帮我生成一个完整的RAG系统代码 ​ 【功能需求】 1. 文档加载支持PDF电力设备手册、Word运维规程格式 2. 文档切分按语义切分chunk_size500overlap50 3. 向量化使用 text-embedding-v3 模型存入 ChromaDB 4. 检索相似度检索 top_k5支持MMR去重 5. 问答将检索到的上下文 用户问题 组装prompt调用大模型生成回答 6. 引用溯源回答中标注信息来源文档和页码 ​ 【代码结构】 - config.py配置API Key、模型名称、数据库路径 - loader.py文档加载模块 - splitter.py文档切分模块 - vectorstore.py向量化存储模块 - retriever.py检索模块 - chain.py问答链模块 - app.pyFastAPI接口 ​ 【要求】 - 每个模块独立可单独测试 - 带完整的requirements.txt - 异常处理和日志记录 /task ​ output 生成完整项目代码附目录结构说明 /output4.4 Agent 智能体开发模板 18-ALangGraph Agentcontext 使用 LangGraph 构建一个电力运维Agent能自主调用工具完成任务 /context ​ task 设计并生成一个电力运维智能Agent ​ 【Agent能力】 1. 查询设备信息调用MySQL查询工具 2. 读取设备手册调用RAG检索工具 3. 生成日报调用报表生成工具 4. 发送告警调用企业微信通知工具 ​ 【Agent流程】用户输入 → 意图识别 → 规划步骤 → 调用工具 → 整合结果 → 生成回复 ↖ 如果工具调用失败重试或降级处理​ 【技术实现】 - LangGraph 定义状态图StateGraph - 每个工具作为独立的 Node - 条件边实现路由逻辑 - 使用 checkpointer 实现对话记忆 ​ 【要求】 - 生成完整代码包含所有工具函数 - 使用TypedDict定义状态 - 添加人工确认节点敏感操作需确认 /task4.5 模型微调与部署模板 19-ALoRA 微调context 需要基于开源模型如 Qwen2.5-7B使用电力行业数据做领域微调 /context ​ task 生成 LoRA 微调的完整代码 ​ 【微调场景】 - 基座模型Qwen2.5-7B-Instruct - 训练数据电力行业对话数据JSONL格式约5000条 - 微调方法LoRA低秩适配 - 框架LLaMA-Factory / transformers peft ​ 【数据格式】 json { instruction: 请解释什么是变压器差动保护, input: , output: 变压器差动保护是... }【要求】环境配置和依赖安装数据预处理格式转换、tokenizationLoRA配置r8, alpha16, target_modules[q_proj, v_proj]训练代码含学习率、batch_size、epoch等参数说明模型合并LoRA权重合并回基座模型推理测试代码显存估算需要多少显存如何优化【输出】 完整的训练脚本 配置文件 使用说明 /task​ --- ​ ## 五、提示词自我迭代优化法 ​ ### 5.1 如果你的提示词效果不好 ​ 按顺序检查这5个问题 ​ | 检查点 | 症状 | 修复方法 | |--------|------|----------| | **背景缺失** | AI生成的代码用了错误的技术栈 | 明确列出框架版本、数据库类型、包结构 | | **角色模糊** | 代码风格不统一、质量参差不齐 | 指定明确的角色和代码规范 | | **指令笼统** | 输出不完整、漏了关键部分 | 把任务拆成具体步骤编号列出 | | **格式不清** | 输出格式不是你想要的 | 给一个样例或指定请用XML标签分隔各部分 | | **缺少约束** | 代码能跑但有安全隐患或性能问题 | 明确列出禁止事项如不要用SELECT * | ​ ### 5.2 提示词迭代模板 ​ markdown task 请优化以下提示词使其更精准有效 ​ 【原始提示词】 {粘贴你的原始提示词} ​ 【我遇到的问题】 {描述AI输出哪里不符合预期} ​ 【我希望的改进方向】 {描述你期望的输出是什么样的} ​ 【优化要求】 1. 保持原有意图不变 2. 增加CRISP框架要素 3. 输出优化后的提示词 4. 解释你做了哪些改进以及为什么 /task附录快速参考卡片常用 XML 标签速查标签用途使用时机context技术栈、业务背景每次必填roleAI角色设定需要特定专业视角时task具体任务描述核心指令区output输出格式要求格式要求复杂时style代码风格约束有团队规范时exampleFew-Shot示例输出格式特殊时constraint硬性约束/禁止项安全、性能底线时根据任务类型选择模板日常CRUD开发 → 模板 1-A, 1-B 数据层优化 → 模板 2-A, 2-B 代码质量 → 模板 7-A, 8-A, 9-A, 10-A 电力行业专属 → 模板 11-A ~ 14-A AI学习转型 → 模板 15-A ~ 19-A 提示词本身 → 第五章 迭代优化法使用建议将本文件收藏到浏览器书签或导入笔记工具每日开发时直接复制模板、填空替换即可获得高质量AI输出。建议从你最常用的3个模板开始每天用一周形成肌肉记忆。