豆包教你正则表达式提示词如何融入人群与场景

作为Python爬虫工程师，经常需要为电商团队处理商品标题数据清洗工作。本文将详细介绍如何通过正则表达式精准提取淘宝标题中的年份标识，并确保规则解释与实际业务场景紧密结合。

用"角色+任务+上下文"三段式锁定人群与场景

1. 在提示词开头明确AI身份，例如"你是一位有5年爬虫开发经验的Python工程师，日常给电商运营团队写数据清洗脚本"。这样能直接关联目标人群和具体应用场景。

2. 紧接着描述当前任务的具体情境："现在要从淘宝商品标题中提取'第X届''202X年'这类年份标识，但标题里混着'爆款第2届！''2024新款?''第3次升级版'等变体"。确保场景描述具有明确的业务指向性。

3. 强制要求输出必须包含人群动作与场景反馈："解释每条正则时，先说'运营同事拿到这条规则后，能立刻替换掉标题里的XX干扰字符'，再附上1个真实标题片段测试效果"。这种结构化输出要求能有效避免抽象解释。

用负向排除指令封死泛化路径

在提示词末尾添加严格约束："禁止出现'一般情况下''常见用途是''可以用于'等模糊表述；所有解释必须指向一个具体岗位和一个正在发生的动作"。这条硬性规定能确保输出内容始终保持业务导向。

【不加这句，豆包默认按教材逻辑输出，人群和场景会自动蒸发】

方法一：用占位符模板快速注入

使用以下模板结构，替换方括号中的实际内容：

"你是一名[具体岗位]，正在处理[具体事务]。请解释正则表达式/[^u4e00-u9fa5a-zA-Z0-9u3000-u303fuff00-uffefs]/g，重点说明：①[目标用户]看到这个正则后，如何在[工具]里一键清除标题里的特殊内容；②清除后[业务结果]。"

方法二：用样例驱动法反向锚定

先输入一个已验证有效的解释样例：

"正则：bd{4}年b
解释：运营人员用它从10万条笔记标题里精准抓出含'2024年'的活动贴，过滤掉'第24届''24小时'等误匹配，导出后直接粘贴进表格工具做活动归档。"

然后追加指令："按上面格式，解释正则：(?<=【)[^】]*(?=】)"。这种方式能确保输出保持"人群+工具+动作+结果"的完整结构。

通过上述方法，可以有效构建业务导向的正则表达式解释框架，让技术规则与实际工作场景紧密结合，提升数据处理效率。关键是要确保每个解释都指向具体的业务动作和使用场景，避免产生脱离实际的技术描述。