构建多轮对话提示词
key=value 格式定义可复用变量——每行一个。在消息中使用 全大写占位符 如 NAME、TOPIC 或 USER_QUERY。复制输出时，工具会自动将变量值插入消息内容中。这套模板系统让您一次创建提示词结构，即可在不同输入数据上重复使用——非常适合构建客户支持机器人、内容生成器或教育 AI 助手等需要遵循一致模式但处理不同用户数据的应用场景。model 和 max_tokens 字段。点击复制按钮将完整 JSON 载荷复制到剪贴板，即可直接粘贴到 API 客户端、cURL 命令、Python 脚本或 OpenAI Playground 中使用。输出遵循标准的聊天完成消息格式，兼容 OpenAI GPT 系列模型、Anthropic Claude、以及大多数支持 messages 数组约定的 LLM 服务商。所有构建过程均在浏览器本地完成——您的提示词设计和变量值不会触及任何服务器。PivaBox 提示词构建器相比手动编辑有三个关键优势。第一，<strong>结构化的角色分配</strong>确保您不会意外地格式错误——这是手写 JSON 时常见的 API 错误来源。第二，<strong>变量模板系统</strong>将提示词逻辑与输入数据分离，使提示词在不同场景中可复用和可维护（更换不同的客户名称、话题或上下文，无需每次重写整个提示词）。第三，<strong>实时 JSON 预览</strong>让您看到 API 实际接收的内容，在格式问题变成运行时错误之前就能发现。与所有 PivaBox 一样，提示词构建器完全在您的浏览器中运行——您的提示词设计、变量值和业务逻辑不会触及任何服务器，这在处理专有提示词工程 IP 和敏感业务逻辑时至关重要。
生成的 JSON 遵循业界标准的聊天完成消息格式，兼容 OpenAI（GPT-4、GPT-4o、GPT-3.5）、Anthropic（Claude Opus、Sonnet、Haiku）、Google（Gemini，通过兼容端点）、Mistral、DeepSeek 以及大多数开源模型推理平台（Ollama、vLLM、LocalAI）。输出包含预设为 <code>claude-sonnet-4</code> 的 <code>model</code> 字段和设为 <code>4096</code> 的 <code>max_tokens</code> 字段——您可以在发送前轻松修改这些值以匹配目标模型和期望的回复长度。messages 数组结构（包含 <code>role</code> 和 <code>content</code> 字段）是 LLM 聊天 API 的事实标准。所有处理均在您的浏览器中本地完成。
提示词构建器按设计不会在会话之间持久化数据——这确保了您的提示词工程成果保持私密，不会存储在任何服务器上。要保存模板，建议将输出 JSON 复制并保存到项目仓库中的 <code>.json</code> 文件，或维护一个包含消息结构和变量定义的文本文件以便快速复制粘贴。高效提示词模板的最佳实践：(1) 保持系统提示词聚焦且具体——清晰定义 AI 的角色、语气、约束条件和输出格式。(2) 使用变量表示每次请求中变化的动态元素（用户名、话题、日期），同时保持提示词结构不变。(3) 包含示例 <strong>assistant</strong> 消息，通过少样本学习（few-shot）展示期望的回复风格。(4) 用多样化的变量值测试模板，确保在各种边界情况下行为一致。PivaBox 提示词构建器完全免费，无需账号，所有处理在浏览器本地完成。