Node.js+LLM实现NLP流程：从模块化到Prompt工程指南

从模块化到Prompt工程：用 Node.js + LLM 复刻传统 NLP 流程

传统自然语言处理（NLP）开发，哪怕只是一个简单的二分类任务，也得走完数据清洗、特征工程、模型选型、训练调优、部署上线这一整套流程。一个经验丰富的算法团队，交付一个可用的情感分析接口，通常需要数天甚至数周的时间。

但现在，借助大语言模型（LLM）和 Prompt Engineering，同样功能的 NLP 系统，几分钟就能搭起来。下面以一个真实的 Node.js 项目为例，完整展示如何通过模块化的代码结构、ES6 现代语法和精心设计的 Prompt，高效完成一系列任务：

• 情感分类（正面 / 负面 / 愤怒检测）
• 信息提取（商品名、品牌名、缺失零件等）
• 主题推断（从长文本中自动归纳话题）
• 文本总结（控制长度、聚焦特定方面）

所有代码和注释都来自这个项目，接下来逐段分析其设计思想与实现细节。

一、项目架构：三文件模块化，高内聚低耦合

一个优秀的 AI 应用，首先应该是一个结构清晰、易于维护和复用的 Node.js 模块。项目分为三个核心文件：

这种分层设计带来了三个直接好处：

• 可读性与维护性：每一层的职责单一，修改 LLM 配置只改 client.mjs，新增 Prompt 任务只改 main 文件。
• 复用性：getCompletion 可以在任何地方被引入，无需重复编写 chat.completions.create 逻辑。
• 企业级协作：不同开发者可以同时修改不同模块，减少合并冲突。

1.1 客户端封装 (client.mjs) 解析

import { OpenAI } from 'openai';
import dotenv from 'dotenv';
dotenv.config();

const client = new OpenAI({
    apiKey: process.env.DEEPSEEK_API_KEY,
    baseURL: process.env.DEEPSEEK_API_BASE_URL,
});

export default client;

几个关键设计点：

• 通过 dotenv 从 .env 文件读取 API 密钥和 Base URL，避免硬编码。
• 创建 OpenAI 实例时，baseURL 指向了 DeepSeek 或其他兼容服务——说明这套代码不局限于 OpenAI 官方，可以替换任意提供相同接口的 LLM。
• 默认导出，把 client 作为整个模块的核心资源暴露出去。

1.2 任务函数封装 (completions.mjs) 解析

import client from './client.mjs';

export async function getCompletion(prompt) {
    const response = await client.chat.completions.create({
        model: process.env.DEEPSEEK_MODEL,
        messages: [{ role: 'user', content: prompt }]
    });
    return response.choices[0].message.content;
}

export async function getImage(prompt) {
    // 预留：图像生成接口
}

设计亮点：

• getCompletion 是一个通用的 LLM 调用入口，接收任意 Prompt 字符串，返回模型的文本回复。
• 模型名称也通过环境变量 DEEPSEEK_MODEL 控制，方便切换不同模型（如从 DeepSeek-V3 换到 GPT-4）。
• 预留了 getImage 函数，体现了可扩展性——未来可以轻松加入图像生成能力。
• 使用命名导出（export async function），允许多个任务函数共存。

二、ES6 语法：让 Ja vaScript 真正成为企业级语言

在 main2.mjs 的开头，有一段被注释掉的代码，正是对 ES6 核心特性的精彩演示。我们来深入分析一下。

2.1 解构赋值（Destructuring）

let { name, age } = { "name": "詹姆斯", "age": 20 };
console.log(name, age); // 詹姆斯 20

let obj = { "name": "姚明", "city": "上海" };
let { name, city } = obj;

传统写法需要 obj.name、obj.city 逐个访问，解构赋值让代码更简洁，同时性能更好（因为引擎可以直接绑定属性到变量）。在大型项目中，这种写法极大地提升了代码的可读性。

2.2 Rest 运算符与 Spread 运算符

let [coach, ...players] = ['范甘迪', '姚明', '麦迪', '穆托姆博', '弗朗西斯'];
console.log(coach); // '范甘迪'
console.log(players); // ['姚明', '麦迪', '穆托姆博', '弗朗西斯']

let [hrCoach, ...hrPlayers] = ['杰克逊', '科比', '费舍尔', '加索尔'];
let allPlayers = [...players, ...hrPlayers];
console.log(allPlayers); // ['姚明', '麦迪', '穆托姆博', '弗朗西斯', '科比', '费舍尔', '加索尔']

• ... 在赋值左边时是 Rest 运算符，用于收集剩余元素到一个数组。
• ... 在表达式右边时是 Spread 运算符，用于展开数组或对象。
• 这个例子非常生动：通过 Rest 把教练和球员分开，再用 Spread 合并两支球队的球员名单。这种操作在处理动态数据时极为高效。

2.3 模块化导入导出

// 同时导入默认导出和命名导出
import client, { a, b } from "./client.mjs";

// 默认导出
export default client;

// 命名导出
export const a = 2;
export const b = 3;

这些注释清晰地解释了默认导出只能有一个，而命名导出可以有多个。在大型项目中，这种区分可以让模块的公共接口更加明确。

三、Prompt 实战：从情感分类到信息提取

main.mjs 和 main2.mjs 中包含了大量被注释掉但非常有价值的 Prompt 示例。下面按任务类型重新组织，每个示例都配有完整代码和输出说明。

3.1 情感分类（Sentiment Analysis）

3.1.1 基础二分类：正面 / 负面

const lamp_review_zh = `我需要一盏漂亮的卧室灯，这款灯具有额外的储物功能，价格也不算太高。我很快就收到了它。在运输过程中，我们的灯绳断了，但是公司很乐意寄送了一个新的。几天后就收到了。这款灯很容易组装。我发现少了一个零件，于是联系了他们的客服，他们很快就给我寄来了缺失的零件！在我看来，Lumina 是一家非常关心顾客和产品的优秀公司！`;

const prompt = `以下用三个反引号分隔的产品评论的情感是什么？用一个单词回答：正面或负面
评论文本：
\`\`\`${lamp_review_zh}\`\`\``;

const response = await getCompletion(prompt);
console.log(response);
// 正面

分析：

• 指令非常直接：“用一个单词回答：正面或负面”——严格限定输出格式，避免 LLM 输出冗长的解释。
• 使用三个反引号包裹评论文本，这是常见的分隔技巧，可以避免评论中的特殊字符（如换行、引号）干扰 Prompt 的解析。
• 结果返回“正面”，符合预期。

3.1.2 愤怒检测（是否表达愤怒）

const prompt = `以下用三个反引号分割的产品评论是否表达了愤怒？给出是或否的回答。
评论文本：
\`\`\`${lamp_review_zh}\`\`\``;
// 输出：否

这是一个更细粒度的情感分析。传统方法需要额外标注“愤怒”类别并重新训练模型。而这里只需修改一句指令，同一个 LLM 就能完成新任务。

3.1.3 提取多个情感词（逗号分隔）

const prompt = `识别以下用三个反引号分隔的产品评论的作者表达的情感。包含不超过5个项目。将答案格式化为逗号分隔的单词列表。
评论文本：
\`\`\`${lamp_review_zh}\`\`\``;
// 可能输出：满意, 感激, 高兴, 放心, 惊喜

不限制情感类型（正面/负面），而是让 LLM 自由提取评论中蕴含的情感词。这对于客户反馈的深度分析非常有用。“不超过5个项目” 可以防止输出过长，也迫使 LLM 聚焦于最显著的情感。“逗号分隔的单词列表”是一种简单的结构化输出，便于后续用 split(',') 解析。

3.1.4 Few-Shot 示例

虽然文件中没有完整写出，但根据注释提示，典型写法如下：

const prompt = `将评论的情感分类为：正面、负面、中性。
示例：
评论："非常好用" -> 正面
评论："垃圾产品" -> 负面
评论："一般般" -> 中性
现在请分类：
评论："${someReview}"`;

Few-Shot 是指给 LLM 提供少量示例（通常是 1~5 个），让它通过模仿来完成任务。当任务边界模糊或输出格式复杂时，Few-Shot 可以显著提高准确率。示例覆盖了正面、负面、中性三类，LLM 会学习这种映射关系，然后对未知评论进行分类。

3.2 信息提取（Information Extraction）

3.2.1 提取商品名和品牌名（JSON 格式）

const prompt = `从评论文本中识别以下项目：
- 评论者购买的商品
- 制造该商品的公司
将你的响应格式以"物品(product)"和"品牌(brand)"为键的JSON对象。如果信息不存在，请使用**未知**作为值。
评论文本：
\`\`\`${lamp_review_zh}\`\`\``;
// 输出：{"product": "卧室灯", "brand": "Lumina"}

强制要求输出 JSON 对象，这是让 LLM 输出的结果可以被程序直接 JSON.parse() 的关键。增加“如果信息不存在，请使用未知”可以避免 LLM 胡乱编造（幻觉问题）。例如，如果评论中没有提到品牌，LLM 不会瞎猜一个，而是输出 "brand": "未知"。这种技术可以用于自动抽取电商评论中的产品属性、价格、物流信息、售后评价等，实现非结构化数据到结构化数据的转换。

3.2.2 从长文本中提取主题（主题推断）

const story_zh = `在政府最近进行的一项调查中，要求公共部门的员工对他们所在部门的满意度进行评分。调查结果显示，NASA 是最受欢迎的部门，满意度为 95％。一位 NASA 员工 John Smith 对这一发现发表了评论，他表示："我对 NASA 排名第一并不感到惊讶。这是一个与了不起的人们和令人难以置信的机会共事的好地方。我为成为这样一个创新组织的一员感到自豪。"NASA 的管理团队也对这一结果表示欢迎，主管 Tom Johnson 表示："我们很高兴听到我们的员工对 NASA 的工作感到满意。我们拥有一支才华横溢、忠诚敬业的团队，他们为实现我们的目标不懈努力，看到他们的辛勤工作得到回报是太棒了。"调查还显示，社会保障管理局的满意度最低，只有 45％的员工表示他们对工作满意。政府承诺解决调查中员工提出的问题，并努力提高所有部门的工作满意度。`;

const prompt = `确定以下给定文本中讨论的五个主题。每个主题用一到两个单词概括。输出时用逗号分隔。
给定文本：${story_zh}`;
// 输出：NASA, 员工满意度, 政府调查, 管理团队, 社会保障局

主题推断是传统无监督学习（如 LDA）的典型任务，需要调参（主题数量、超参数）且输出是一堆概率分布词，可读性差。而这里直接用 Prompt 完成，输出可读性极高，并且可以指定主题数量和词长限制。注意：LLM 在这里不仅做了聚类，还做了命名实体识别（NASA、社会保障局）和抽象概念归纳（员工满意度、管理团队）。

3.3 文本总结（Summarization）

3.3.1 基础总结：限制词汇数量

const prod_review_zh = `这个熊猫公仔是我给女儿的生日礼物，她很喜欢，去哪都带着。公仔很软，超级可爱，面部表情也很和善。但是相比于价钱来说，它有点小，我感觉在别的地方用同样的价钱能买到更大的。快递比预期提前了一天到货，所以在送给女儿之前，我自己玩了会。`;

const prompt = `您的任务是从电子商务网站上生成一个产品评论的简短摘要。请对三个反引号之间的评论文本进行概括，最多30个词汇。
评论文本：
\`\`\`${prod_review_zh}\`\`\``;

“最多30个词汇”是常见的长度控制技巧。LLM 会严格遵守，因为这是明确的数值约束。相比之下，如果说“简短一点”，LLM 的“简短”可能因人而异。这种摘要可以直接用于商品页面的短评展示、客服工单的自动摘要等。

3.3.2 聚焦特定方面（产品运输）

const prompt = `您的任务是从电子商务网站上生成一个产品评论的简短摘要。请对三个反引号之间的评论文本进行概括，最多30个词汇。并且聚焦在产品运输上。
评论文本：
\`\`\`${prod_review_zh}\`\`\``;
// 可能的输出：快递提前一天到货，买家在送给女儿前自己先玩了。

通过添加“并且聚焦在产品运输上”，我们要求 LLM 忽略其他信息（如价格、质量），只关注物流体验。这是可控文本生成的典型应用。在电商客服分析中，可以批量抽取“物流差评”的共同原因，而不被其他内容干扰。

3.3.3 多维度聚焦（运输 + 价格 + 质量）

const prompt = `您的任务是从电子商务网站上生成一个产品评论的简短摘要。请对三个反引号之间的评论文本进行概括，最多30个词汇。并且聚焦在产品运输上，以及产品的价格和质量上。
评论文本：
\`\`\`${prod_review_zh}\`\`\``;
// 输出：快递提前一天到货，价格偏高且公仔偏小，但柔软可爱。

可以同时聚焦多个方面，用“以及”或逗号连接即可。LLM 能够综合这些指令，输出一个融合了运输、价格、质量的摘要。这种多维度控制非常灵活，可用于生成不同视角的摘要，供不同部门使用（物流部看运输摘要，产品部看质量摘要）。

3.3.4 批量处理四篇评论

const reviews = [review_1, review_2, review_3, review_4];

for(let review of reviews){
    const prompt = `你的任务是从电子商务网站上的产品评论提取相关信息。请对三个反引号之间的评论文本进行概括，最多20个字符。
评论文本：
\`\`\`${review}\`\`\``
    const response = await getCompletion(prompt);
    console.log(response, 'n');
}

四篇评论分别是：熊猫公仔（软但价格偏高）、台灯（灯绳断裂但客服好）、电动牙刷（电池续航好但刷头太小）、搅拌机（价格波动大、质量下降）。每篇评论都独立调用 getCompletion，输出极短的摘要（最多20个字符）。这个循环展示了如何将 Prompt 工程应用到批量数据处理场景，例如分析过去一周的所有用户评论。

四、深度分析：为什么 Prompt 工程能碘伏传统 NLP？

传统 NLP 任务需要“熟练的机器学习人员数天到数周的时间”，而 Prompt 方法只需要几分钟。这种差距的本质是什么？

4.1 从“算法设计”到“指令设计”

传统方法中，模型的知识完全来自训练数据，一旦遇到训练集外的表达方式就会失效。而 LLM 在海量语料上预训练后，已经具备了语言理解与推理的通用能力。我们只需要通过 Prompt 将这种能力引导到特定任务上。

4.2 Prompt 的本质：上下文学习（In-Context Learning）

LLM 并不是真正“理解”了任务，而是通过注意力机制从 Prompt 中提取模式。例如，当我们给出“评论：xxx -> 正面”的示例时，模型会在内部表示空间中调整权重分配，从而对下一个输入产生类似输出。这种能力称为 In-Context Learning。

4.3 局限性与应对策略

Prompt 方法并非万能：

• 输出格式不稳定：解决方案如文中所示，强制要求 JSON 格式并加入“如果信息不存在，使用未知”等兜底指令。
• Token 成本：长文本或 Few-Shot 示例会消耗更多 Token。对策是使用更小的模型或缓存常用结果。
• 确定性不足：相同 Prompt 可能产生不同结果。可以通过设置 temperature=0 提高确定性。

五、总结：已具备构建企业级 LLM 应用的基础能力

通过分析这个项目，可以梳理出几个关键收获：

1. 模块化架构：用 client.mjs 封装 LLM 连接，用 completions.mjs 定义通用调用函数，用 main.mjs 编排业务逻辑。
2. ES6 现代语法：解构赋值、Rest/Spread、模块化导入导出，让代码更简洁、更安全、更易于协作。
3. Prompt 工程实战：
   • 情感分类（二分类 + 愤怒检测 + 多情感词提取 + Few-Shot）
   • 信息提取（JSON 结构化输出）
   • 主题推断（无监督话题发现）
   • 文本总结（长度控制 + 多维度聚焦 + 批量处理）
4. 深度理解：Prompt 的本质是上下文学习，它以极低的成本替代了传统 ML 的繁琐流程。

现在，可以回到编辑器中，尝试修改 main.mjs 里的 review 数组，加入自己的产品评论，看看 LLM 会给出怎样的摘要和情感分析。通往 AI 原生应用开发的路，已经铺好了。

来源：互联网