Dify实战：如何用变量和Jinja2模板打造个性化AI客服（附完整代码）

Dify实战：如何用变量和Jinja2模板打造个性化AI客服（附完整代码）

最近和几个做SaaS产品的朋友聊天，他们都在头疼同一个问题：花大价钱接入了大模型，但做出来的客服机器人总像个“复读机”，对所有客户都说一样的话。VIP客户感觉不到尊贵，新用户又觉得过于机械。这让我想起去年我们团队用Dify重构客服系统时踩过的坑——真正让AI客服“活”起来的关键，往往不在模型本身，而在那些容易被忽略的“连接层”设计。

今天我想分享的，就是如何利用Dify平台提供的变量注入和Jinja2模板引擎，把一个标准化的AI客服改造成能识别用户身份、动态调整话术、甚至记住对话上下文的“智能体”。这不是简单的功能演示，而是我们从实际企业级项目中总结出的实战框架，包含完整的代码示例和配置思路。无论你是想快速上线一个差异化服务系统，还是希望优化现有机器人的交互体验，这些经验都能直接拿来用。

1. 从静态到动态：理解Dify中的变量系统

很多开发者第一次接触Dify时，会把Prompt当成一个静态的文本框——写一段指令，让AI照着执行。这种思路在Demo阶段没问题，但一旦放到真实商业场景里，立刻就会暴露局限性。比如你的电商客服无法区分普通用户和年消费百万的VIP，你的教育顾问对刚注册的学员和续费三年的老学员用同样的开场白。

Dify的变量系统，本质上是在Prompt和你的业务数据之间架起了一座桥。

1.1 基础变量注入：让AI“认识”用户

在Dify的控制台里，添加变量简单到只需要点击“输入变量”按钮。但我想强调的是命名规范和设计哲学。我们团队内部有个不成文的规定：所有业务变量名必须能清晰表达其数据来源和生命周期。

举个例子，下面是一个糟糕的变量设计：

{
  
  {n}}  // 用户名字？订单号？完全无法理解
{
  
  {d}}  // 日期？数据？设备？

而一个好的设计应该是这样的：

# 用户相关变量
{
  
  {user_name}}          # 用户姓名
{
  
  {user_tier}}          # 用户等级：'vip', 'regular', 'new'
{
  
  {user_join_date}}     # 用户注册日期

# 会话相关变量  
{
  
  {session_id}}         # 当前会话ID
{
  
  {conversation_count}} # 本月咨询次数

# 业务相关变量
{
  
  {last_order_amount}}  # 最近订单金额
{
  
  {product_category}}   # 咨询产品类别

为什么命名这么重要？ 因为当你的应用发展到有几十个变量、多个开发者协作时，清晰的命名能极大降低维护成本。我建议采用snake_case（小写字母加下划线），并且为每个变量添加简短的描述注释——Dify的变量配置界面支持这个功能。

1.2 实战：构建一个带用户识别的欢迎模板

让我们看一个完整的例子。假设我们要为一家在线教育平台创建客服机器人，需要根据用户类型提供不同的欢迎语。

首先在Dify的“Prompt编排”中定义这些变量：

• student_name (字符串)：学生姓名
• student_level (字符串)：'vip'、'regular' 或 'trial'
• course_progress (数字)：课程完成百分比
• days_since_last_login (数字)：距离上次登录的天数

然后在Prompt中使用这些变量：

{% if student_level == 'vip' %}
尊敬的VIP学员{
  
  {student_name}}，欢迎回来！

我是您的专属学习助手。看到您已经完成了{
  
  {course_progress}}%的课程进度，真是令人钦佩！
{% if days_since_last_login > 7 %}
注意到您有一周没来学习了，需要我为您制定一个复习计划吗？
{% else %}
今天想继续学习哪个模块呢？
{% endif %}

{% elif student_level == 'regular' %}
您好{
  
  {student_name}}，欢迎回到学习平台！

您的课程进度是{
  
  {course_progress}}%，继续保持这个学习节奏吧！
有什么问题我可以帮您解答？

{% else %}
欢迎{
  
  {student_name}}！很高兴见到新朋友。

您正在体验我们的免费课程，如果对任何功能有疑问，随时问我。
想了解升级到正式会员的权益吗？
{% endif %}

前端调用时传入这样的JSON：

{
  "student_name": "王小明",
  "student_level": "vip", 
  "course_progress": 65,
  "days_since_last_login": 3
}

AI就会生成针对性的回复。这个简单的模板实现了：

1. 身份识别：VIP用户获得尊称和专属问候
2. 进度感知：AI知道用户的学习进度
3. 行为响应：对长期未登录的用户主动关怀
4. 转化引导：对试用用户自然推荐升级

提示：在实际部署时，这些变量数据通常来自你的用户数据库或CRM系统。建议通过API网关统一处理，而不是让前端直接传递敏感信息。

2. Jinja2模板引擎：让AI拥有“判断力”

如果说基础变量是给AI“喂数据”，那么Jinja2模板就是给AI“装大脑”。这个轻量级的模板引擎支持条件判断、循环、过滤器等编程结构，让Prompt从静态文本变成可执行的逻辑代码。

2.1 条件逻辑：实现真正的差异化服务

企业客服最核心的需求之一就是“看人下菜碟”。不同客户价值不同，服务策略自然应该不同。用Jinja2的{% if %}语句，我们可以轻松实现这一点。

下面是一个电商客服的复杂模板示例：

{# 角色定义 - 根据业务线动态变化 #}
{% if business_line == 'electronics' %}
你是一名专业的数码产品客服专家，擅长解答手机、电脑、智能设备相关问题。
{% elif business_line == 'fashion' %}
你是一名时尚顾问，对服装搭配、潮流趋势有深入研究。
{% else %}
你是一名全能客服，服务态度热情专业。
{% endif %}

{# 服务策略 - 根据客户等级调整 #}
{% if customer_tier == 'platinum' %}
当前服务对象是我们的铂金会员，享有最高优先级服务。
请使用最尊重的语气，响应时间需在30秒内，可承诺特殊优惠。
可调用资源：专属客服经理、加急处理通道、最高折扣权限。

{% elif customer_tier == 'gold' %}
当前服务对象是黄金会员，提供优先服务。
请使用礼貌专业的语气，响应时间在1分钟内。
可调用资源：优先处理队列、会员专属优惠。

{% else %}
当前服务对象是普通客户，提供标准服务。
请使用友好耐心的语气，按正常流程处理。
{% endif %}

{# 对话历史处理 #}
{% if chat_history %}
以下是最近的对话记录：
{% for message in chat_history[-3:] %}  {# 只保留最近3轮 #}
{
  
  {message.role}}: {
  
  {message.content}}
{% endfor %}
{% endif %}

{# 当前问题处理 #}
用户问题：{
  
  {query}}

{# 根据问题类型添加特定指令 #}
{% if '退货' in query or '退款' in query %}
注意：处理退货退款问题时，请先确认订单状态和退货政策。
需要收集的信息：订单号、退货原因、商品状态。
{% endif %}

{% if '投诉' in query or '不满意' in query %}
注意：用户可能情绪不佳，请先表达理解和歉意。
安抚话术："非常抱歉给您带来不好的体验..."
{% endif %}

这个模板展示了几个高级技巧：

• 多层条件嵌套：先判断业务线，再判断客户等级
• 历史对话截断：chat_history[-3:]只保留最近3轮，避免token超限
• 关键词检测：在query中搜索特定词汇，动态添加处理指令

2.2 循环与过滤器：处理结构化数据

Jinja2的循环和过滤器功能在处理列表、字典等结构化数据时特别有用。假设你的客服需要处理订单咨询，而用户可能有多个订单。

{% if recent_orders %}
查询到您最近的{
  
  { recent_orders|length }}个订单：

{% for order in recent_orders %}
{
  
  { loop.index }}. 订单号：{
  
  { order.order_id }}
   商品：{
  
  { order.product_name }}
   金额：{
  
  { order.amount|float|round(2) }}元
   状态：{% if order.status == 'shipped' %}已发货{% elif order.status == 'pending' %}待处理{% else %}已完成{% endif %}
   下单时间：{
  
  { order.created_at|datetime_format('%Y-%m-%d %H:%M') }}
   
{% endfor %}

{% if recent_orders|length > 5 %}
（只显示最近5个订单，如需查看更早记录，请告诉我订单号）
{% endif %}

您想查询哪个订单的详情？
{% else %}
没有找到您最近的订单记录。
{% endif %}

这里用到的关键功能：

• |length：获取列表长度
• |float|round(2)：将字符串转为浮点数并保留两位小数
• |datetime_format：自定义日期格式化（需要注册自定义过滤器）
• loop.index：循环索引，从1开始

注意：Dify默认支持部分Jinja2过滤器，如果需要自定义过滤器（如上面的datetime_format），需要在后端进行扩展。我们团队的做法是封装一个Jinja2环境初始化函数，统一注册所有业务相关的过滤器。

2.3 宏定义：创建可复用的Prompt组件

当你的客服系统越来越复杂时，会发现很多Prompt片段被重复使用。Jinja2的宏（macro）功能类似于编程中的函数，可以定义一次，多次调用。

在Dify中，虽然不能直接使用{% macro %}标签，但我们可以通过“变量引用”的方式模拟类似效果。具体做法是：将常用的Prompt片段保存为知识库文档，然后在模板中通过{ { retrieved_content }}动态引入。

不过更直接的方式是在代码层面实现复用。我们在项目中创建了一个prompt_components.py文件：

# prompt_components.py

def vip_welcome_template(customer_name, loyalty_years):
    """VIP欢迎模板"""
    return f"""
尊敬的VIP客户{customer_name}，您好！

感谢您{loyalty_years}年来的持续支持，您是我们的至尊会员。
今天有什么可以为您效劳的？我将为您提供最高优先级的服务。
"""

def order_status_template(order_list):
    """订单状态查询模板"""
    if not order_list:
        return "目前没有查询到您的订单信息。"
    
    prompt = "查询到您的订单信息如下：\\n"
    for i, order in enumerate(order_list, 1):
        prompt += f"{i}. 订单号：{order['id']}，状态：{order['status']}，金额：{order['amount']}元\\n"
    
    prompt += "\\n您需要了解哪个订单的详细信息？"
    return prompt

def complaint_handling_template(