企业官网建设流程全解析

怎么一步步实现自己的第一个Request｜零基础学习大模型API请求与Prompt工程

一、学习前言

本文为AI应用开发零基础入门复盘笔记，梳理从Prompt工程基础认知，到手动编写第一个Request请求、打通大模型API多轮对话的完整学习流程。全文以理论搭配实操案例的形式记录，无冗余内容，仅保留核心知识点，用于日常复盘巩固，适合新手循序渐进入门学习。

二、认识Prompt工程（AI开发核心基础）

Prompt Engineering，中文名称为提示词工程，是AI应用开发最基础、最核心的能力。

核心逻辑：无需对大模型进行训练、无需修改模型底层代码，仅通过规范、合理、结构化的文字指令，就能精准控制大模型的输出内容、回答风格、输出格式、回答范围，这就是Prompt工程的核心价值。

所有大模型API对话，都遵循全球统一的角色规范，仅有三种固定角色，不支持自定义、不允许拼写错误，是开发的硬性标准。

1. 三大核心角色（附实操案例）

system 系统提示词（全局最高规则）

作用：定义AI的身份、工作规则、输出约束，全局生效，优先级高于所有用户提问，直接决定AI的回答质量。

{"role":"system","content":"你是AI应用开发教学助手，回答简洁通俗、逻辑清晰，不编造未知内容，专注解答Python接口与Prompt工程相关问题。"}

user 用户提示词（单次需求指令）

作用：承载用户每一次的提问需求，仅对当前单轮对话生效，无全局约束效果。

{"role":"user","content":"学习Prompt工程需要掌握哪些基础内容？"}

assistant 模型回复（对话记忆核心）

作用：存储大模型返回的回答内容，是实现多轮上下文对话的关键，不存储该内容，AI会全程失忆。

{"role":"assistant","content":"学习Prompt工程首先要掌握对话角色规范，其次熟练大模型API请求格式，最后学会规范化设计提示词。"}

2. 完整标准对话结构案例

以下是官方规范的完整对话模板，所有大模型请求均需遵循该结构：

[{"role":"system","content":"你是零基础AI开发助手"},{"role":"user","content":"什么是Request请求"},{"role":"assistant","content":"Request是Python网络请求库，可用于调用大模型API，实现人机对话功能。"}]

3. 学习Prompt工程的第一步（核心重点）

很多新手学习Prompt工程，会直接背诵提示词模板，这是错误的学习顺序。

学习Prompt工程的第一步，是手写标准Request请求、打通大模型API接口。

只有熟练掌握API请求规范、读懂对话数据结构、清楚提示词的传输逻辑，才能真正理解Prompt的生效原理，后续设计优质提示词、优化AI输出效果才有基础。脱离API请求的Prompt学习，都是纸上谈兵。

三、从零实现第一个大模型Request请求（分步实操）

正式开发前，必须遵循官方开发规范：所有接口代码以官方文档为唯一标准，不凭空编写代码，严格匹配接口格式与参数。

公共接口地址：https://api.siliconflow.cn/v1/chat/completions

1. 接口密钥获取方法

api_key是调用大模型接口的身份凭证，无密钥无法发起请求，新手免费获取步骤如下：

1. 注册并登录硅基流动官方平台；

2. 进入个人中心，找到「API密钥管理」模块；

3. 一键生成SK密钥，复制后替换代码中密钥参数即可使用；

4. 重要注意：密钥属于个人私密凭证，严禁公开、分享，防止被盗用产生算力消耗。

2. 接口三大核心组成（官方标准）

请求地址：固定接口路径，用于向大模型服务端提交对话数据

请求头（headers）：声明数据格式、携带身份密钥，用于服务端权限校验

headers={"Content-Type":"application/json","Authorization":f"Bearer 你的个人密钥"}

请求体（body）：核心参数集合，决定模型调用、对话内容、生成规则

3. 核心参数详解（对错案例对照）

model 模型名称：必须与官方文档完全一致，不可简写、遗漏前缀

✅ 正确：Qwen/Qwen2.5-7B-Instruct

❌ 错误：Qwen2.5-7B-Instruct（缺少前缀，直接报错）

messages 对话列表：存储system、user、assistant完整对话，格式为数组嵌套字典，是上下文对话的核心载体

temperature 随机性参数：取值范围0-2，数值越低模型回答越严谨、无编造，新手调试固定设置为0

max_tokens 最大输出字数：限制模型单次回复最大字符数，数值过小会导致回答截断，新手建议设置500及以上

stream 流式输出：新手统一关闭（False），一次性获取完整回答，便于调试学习

4. 标准化开发流程

导包 → 基础参数配置 → 构造请求头 → 初始化对话历史 → 组装标准请求体 → 发送网络请求 → 解析返回结果 → 存储AI回答实现记忆

四、完整可运行实操代码（新手标准模板）

代码经过调试修复，无冗余、无报错，适配零基础新手直接运行使用：

importrequests# 1. 官方固定基础配置api_url="https://api.siliconflow.cn/v1/chat/completions"api_key="你的个人SK密钥"model="Qwen/Qwen2.5-7B-Instruct"# 2. 标准请求头（固定格式无需修改）headers={"Content-Type":"application/json","Authorization":f"Bearer{api_key}"}# 3. 初始化系统提示词与对话历史chat_history=[{"role":"system","content":"专注解答AI应用开发、Python接口调用、Prompt工程相关问题，回答完整规范、逻辑清晰，不编造未知内容。"}]# 4. 循环多轮对话，实现连续聊天print("=== 大模型多轮对话工具 ===")print("输入 exit 即可退出对话\n")whileTrue:user_input=input("你：")# 退出程序判定ifuser_input.lower()=="exit":print("对话结束！")break# 追加用户提问到对话历史chat_history.append({"role":"user","content":user_input})# 组装官方标准请求体body={"model":model,"messages":chat_history,"stream":False,"temperature":0,"max_tokens":500}# 发送POST请求res=requests.post(api_url,headers=headers,json=body)# 解析并保存AI回答，实现上下文记忆ifres.status_code==200:ai_answer=res.json()["choices"][0]["message"]["content"]print(f"AI：{ai_answer}\n")# 核心代码：存储AI回答，避免失忆chat_history.append({"role":"assistant","content":ai_answer})else:print("请求失败！错误码：",res.status_code,"错误详情：",res.text)

五、上下文记忆核心原理（带实操对比）

大模型本身不具备任何记忆能力，所有多轮连续对话效果，均为代码手动实现。

失忆效果（错误写法）：仅追加用户提问（user），不存储AI回答（assistant），每一轮对话都是全新请求，AI无法承接上文。

记忆效果（正确写法）：每轮对话结束后，必须将AI回答存入对话列表

chat_history.append({"role":"assistant","content":ai_answer})

实操验证：第一轮提问「什么是Prompt工程」，第二轮提问「总结上一轮内容」，模型可精准承接上文，证明上下文记忆功能生效。

六、实战踩坑问题总结（新手高频报错）

1. 20015 参数非法报错

原因：参数名拼写错误、自定义role角色、请求体传参不规范

典型错误：max_token（缺少复数s）、自定义role=“助手”

解决方案：严格使用官方参数名，仅使用system、user、assistant三种标准角色

2. 模型不存在报错

原因：模型名称简写，缺失官方前缀

解决方案：完整填写官方模型名 Qwen/Qwen2.5-7B-Instruct

3. 回答内容截断

原因：max_tokens 参数数值设置过小，限制了输出长度

解决方案：调整数值为500或更高，保证回答完整输出

4. AI上下文失忆

原因：未将AI回答（assistant）追加至对话历史列表

解决方案：每轮AI回复后，执行记忆存储代码

5. 状态码判断失效

原因：将数字状态码与字符串对比（res.status_code == “200”）

解决方案：统一使用数字判断 res.status_code == 200

七、整体学习总结

1. Prompt工程的核心是通过规范化文字指令控制大模型输出，其入门第一步是掌握标准Request请求开发。

2. 大模型API开发严格遵循官方文档规范，请求头、请求体、参数格式均不可自定义修改。

3. 多轮对话记忆的核心是持续拼接user和assistant对话内容，完整保留上下文数据。

4. 新手绝大多数接口报错，均由参数拼写、格式不规范、传参错误导致，对照文档即可快速排错。

八、后续进阶学习方向

基础Request请求巩固 → 流式打字机输出开发 → 结构化Prompt精准设计 → 代码工具类封装 → RAG知识库应用开发 → AI智能体进阶开发