引言：本文将深入剖析如何利用大语言模型（LLM）与结构化 Prompt 设计，把传统上依赖随机数的“抽签”过程，升级为一个高度个性化、符合巴纳姆效应的“生成式解签规则系统”。
商务合作：18094708823
1. 项目背景
“抽签算命”类小程序一直有稳定用户需求，但传统实现通常是：
固定签文
随机返回
缺乏个性化
本文尝试用大模型 + 结构化 Prompt，实现一个“看起来像算命，实际是文本生成规则系统”的抽签功能。
2. 产品示意图
3. 技术架构
微信小程序 | | 点击抽签 v Node.js 后端 | | 抽签结果 + Prompt v 大模型 API4. 小程序端：抽签触发
<button bindtap="draw">抽一签</button> <view>{{result}}</view>Page({ draw() { wx.request({ url: 'https://your-server/api/draw', method: 'GET', success: res => { this.setData({ result: res.data.text }) } }) } })5. 后端：抽签逻辑实现
5.1 签文类型定义
const fortunes = ['上签', '中签', '下签']5.2 抽签接口
app.get('/api/draw', async (req, res) => { const level = fortunes[Math.floor(Math.random() * fortunes.length)] const prompt = ` 你是一个抽签解读者。 抽到的是：${level} 请用不超过80字解释这一签， 语言模糊但积极，不要给具体建议。 ` const text = await callLLM(prompt) res.json({ text }) })6. Prompt 设计思路
模糊性→ 增强代入感
不落地建议→ 避免风险
固定角色→ 稳定输出风格
推荐 Prompt（可直接用）
角色设定：
你是一位传统算命解读者，语气平和、克制、不夸张。任务说明：
根据给定的“签文等级”和“用户问题”，
给出一段模糊但有启发性的解读。输入信息：
- 签文等级：{上签 / 中签 / 下签}
- 用户问题：{question}输出要求：
1. 字数控制在 60~90 字
2. 不要给出确定性结论（如“一定会”“肯定不会”）
3. 不要直接给行动建议（如“应该分手”“马上辞职”）
4. 避免使用灾难性或绝对化词汇
5. 语言偏向象征、提醒、可能性输出风格示例（仅供参考）：
“此签多指过程中的变化，而非最终结果，
关键在于当下的选择与心态。”现在请开始解读。
代码配合展示
function buildFortunePrompt(level, question) { return ` 你是一位传统算命解读者，语气平和、克制、不夸张。 签文等级：${level} 用户问题：${question} 请给出 60~90 字的模糊解读， 不要下结论，不要给建议， 只提供象征性和启发性表达。 ` }
