【AI大模型应用开发工程师特训笔记】第04讲（第五章）：条件判断与流程控制

上一章我们学习了运算符，能够对数据进行计算和比较。但程序真正的“智能”来自于根据不同的条件执行不同的代码—就像 AI 模型根据你的输入内容决定如何回复，根据 token 数量决定是否截断，根据温度系数决定输出的随机程度。

本章将学习if条件判断、else、elif，以及循环控制（for、while），所有例子都紧扣 AI 大模型的实际开发场景。

4.1 布尔表达式：条件判断的“是非题”

在正式学习if之前，你需要理解什么是“条件”。任何条件最终都会变成一个布尔值：True（真）或False（假）。

比较运算符和逻辑运算符产生的结果就是布尔值。

4.1.1 什么是布尔表达式？

简单说，就是一个可以回答“是”或“否”的问题。

temperature = 0.8 is_creative = temperature > 0.5 # True is_too_random = temperature > 1.5 # False model_name = "gpt-4" is_premium = (model_name == "gpt-4") # True

在 AI 开发中，布尔表达式常用来：

• 检查 API 返回是否成功

• 判断生成文本是否包含禁忌词

• 验证用户输入是否符合格式

4.2 if 语句：如果……就……

if语句是最基本的流程控制，它的意思是：如果某个条件成立，就执行一段代码。

4.2.1 基本语法

if 条件: 条件成立时执行的代码块

注意：

• 条件后面要加冒号:

• 代码块必须缩进（通常用 4 个空格），表示这行代码属于if管辖

4.2.2 AI 场景实例

# 例1：检查 temperature 是否合法 temperature = 1.8 if temperature > 2.0: print("警告：温度超过最大值 2.0，模型输出可能不稳定！") # 例2：检查是否达到最大 token 限制 used_tokens = 3800 max_tokens = 4096 if used_tokens >= max_tokens: print("已达到上下文长度上限，将停止生成。") # 例3：检查 API 密钥是否存在 api_key = "" if api_key == "": print("错误：未设置 API 密钥，请检查环境变量。")

💡 如果条件为False，代码块会被跳过，什么也不执行。

4.3 if-else 语句：如果……否则……

if-else提供了两种选择：条件成立时做 A，不成立时做 B。

4.3.1 基本语法

if 条件: 条件成立时执行 else: 条件不成立时执行

4.3.2 AI 场景实例

# 例1：根据 temperature 决定回复风格 temperature = 0.2 if temperature < 0.5: print("模型将采用确定性输出，答案更保守。") else: print("模型将引入更多随机性，答案更多样。") # 例2：检查模型是否支持函数调用 model_family = "gpt-3.5" if model_family == "gpt-4": print("支持函数调用和并行工具使用。") else: print("仅支持基本对话功能。") # 例3：判断是否需要截断提示词 prompt_length = 8500 max_context = 8192 if prompt_length > max_context: print(f"提示词过长，将自动截断至 {max_context} 字符。") else: print("提示词长度合适，无需截断。")

4.4 if-elif-else 语句：多分支判断

当你有多个互斥的条件需要判断时，使用elif（else if 的缩写）。

4.4.1 基本语法

if 条件1: 条件1成立时执行 elif 条件2: 条件1不成立但条件2成立时执行 elif 条件3: 条件1、2都不成立但条件3成立时执行 else: 所有条件都不成立时执行

你可以写任意多个elif，else是可选的。

4.4.2 AI 场景实例

# 例1：根据温度系数区间设定输出描述 temperature = 1.2 if temperature <= 0.3: description = "非常保守，几乎总是选择最高概率的 token" elif temperature <= 0.7: description = "平衡，在确定性和创造性之间折中" elif temperature <= 1.2: description = "较有创造性，输出更多样" else: description = "高度随机，可能产生出乎意料的内容" print(f"当前温度 {temperature} -> {description}") # 例2：根据错误码处理 API 异常 error_code = 429 if error_code == 200: print("请求成功") elif error_code == 401: print("认证失败，请检查 API 密钥") elif error_code == 429: print("请求频率超限，请稍后重试") elif error_code == 500: print("服务器内部错误，建议重试") else: print(f"未知错误码：{error_code}") # 例3：根据用户消息意图选择不同的处理方式（极简版本） message = "帮我写一首诗" if "翻译" in message: print("调用翻译模型") elif "写诗" in message or "作诗" in message: print("使用创意写作模型") elif "解释" in message or "是什么" in message: print("使用知识库问答模型") else: print("使用通用对话模型")

4.5 嵌套条件判断：条件里面还有条件

有时你需要在一个条件判断内部再做更细致的判断。这就是嵌套if。

4.5.1 基本语法

if 外部条件: if 内部条件: 内外都满足时执行 else: 外部满足但内部不满足 else: 外部不满足

4.5.2 AI 场景实例

# 例1：检查模型调用是否成功，再检查返回结果是否有效 api_success = True response_text = "" if api_success: if response_text: print(f"回复内容：{response_text}") else: print("API 调用成功但返回内容为空") else: print("API 调用失败，请检查网络") # 例2：先判断模型是否支持流式输出，再判断用户是否请求流式 model_supports_stream = True user_wants_stream = True if model_supports_stream: if user_wants_stream: print("启用流式输出，逐词返回") else: print("模型支持流式，但用户选择不使用") else: print("当前模型不支持流式输出，将一次性返回完整结果")

💡 嵌套层次不宜过深（超过 3 层），否则代码可读性变差。复杂的条件可以用and/or简化。

4.6 条件表达式（三元运算符）：一行简写

当你只需要根据条件给变量赋不同的值时，可以用更简洁的一行写法。

4.6.1 语法

变量 = 值1 if 条件 else 值2

如果条件为真，取值1，否则取值2。

4.6.2 AI 场景实例

# 例1：设定温度默认值 user_temp = None temperature = user_temp if user_temp is not None else 0.7 # 上面等价于： temperature = 0.7 if user_temp is None else user_temp # 例2：根据是否超出限制决定截断标志 token_count = 5000 limit = 4096 need_truncate = True if token_count > limit else False # 当然也可以直接写 need_truncate = token_count > limit，这里仅演示语法 # 例3：选择回复风格 style = "creative" if temperature > 1.0 else "conservative" print(f"回复风格：{style}")

4.7 for 循环：遍历数据集

循环让程序重复执行一段代码。for循环通常用于遍历一个序列（比如列表、字符串、范围），对每个元素执行相同的操作。

4.7.1 遍历列表（AI 中常用）

# 例1：依次处理多个提示词 prompts = ["介绍Python", "什么是AI", "写一首诗"] for prompt in prompts: print(f"正在处理：{prompt}") # 这里可以调用 API 并获取回复

# 例2：批量检查模型是否在允许列表中 allowed_models = ["gpt-4", "gpt-3.5", "claude-3"] user_models = ["gpt-4", "llama-2", "claude-3"] for m in user_models: if m in allowed_models: print(f"✅ {m} 可用") else: print(f"❌ {m} 不可用")

4.7.2 遍历字符串（处理提示词中的每个字符）

prompt = "你好AI" for ch in prompt: print(f"字符：{ch}")

4.7.3 使用range()进行数字循环

range(n)生成从 0 到 n-1 的整数序列。常用于重复执行固定次数。

# 例1：重复调用模型 3 次，展示不同 temperature 的效果 for i in range(3): temp = 0.2 + i * 0.4 # 0.2, 0.6, 1.0 print(f"第 {i+1} 次，温度 = {temp}")

# 例2：批量处理 token 块 total_tokens = 1500 batch_size = 500 for start in range(0, total_tokens, batch_size): end = min(start + batch_size, total_tokens) print(f"处理 token 区间 [{start}:{end}]")

4.7.4for与enumerate()：同时获取索引和值

当你既需要元素，又需要它的位置索引时使用。

messages = ["你好", "请介绍AI", "谢谢"] for idx, msg in enumerate(messages): print(f"第 {idx+1} 条消息：{msg}")

4.8 while 循环：当条件满足时持续执行

while循环在条件为True时不断重复执行代码块，直到条件变为False。适用于直到某个状态改变才停止的场景。

4.8.1 基本语法

while 条件: 循环体

⚠️ 一定要确保条件最终会变为False，否则会变成无限循环，程序卡死。

4.8.2 AI 场景实例

# 例1：模拟重试机制（API 调用失败时最多重试 3 次） retries = 0 success = False while retries < 3 and not success: print(f"第 {retries+1} 次尝试调用 API...") # 假设调用结果 if retries == 2: # 第三次成功 success = True else: print("调用失败，重试中...") retries += 1 if success: print("API 调用成功") else: print("重试次数用尽，请稍后重试")

# 例2：等待用户输入有效的温度值 temp = None while temp is None: user_input = input("请输入温度系数（0~2）：") if user_input == "": print("不能为空，请重新输入") continue try: val = float(user_input) if 0 <= val <= 2: temp = val else: print("请输入 0 到 2 之间的数字") except ValueError: print("请输入有效的数字") print(f"已设置温度：{temp}")

# 例3：逐步减少剩余 token 直到用完 remaining_tokens = 1024 while remaining_tokens > 0: # 每次消耗 100~200 token chunk = min(200, remaining_tokens) print(f"发送 {chunk} 个 token") remaining_tokens -= chunk print(f"剩余 {remaining_tokens}") print("Token 已用完")

4.9 循环控制：break，continue，else

4.9.1break：立即退出整个循环

常用于找到目标后提前结束。

# 例：检查提示词中是否包含敏感词，一旦发现立即停止 sensitive = ["暴力", "色情"] prompt = "请介绍一下暴力美学" found = False for word in sensitive: if word in prompt: print(f"检测到敏感词：{word}") found = True break # 不再检查剩余词 if not found: print("提示词通过安全检查")

4.9.2continue：跳过本次循环剩余代码，进入下一次迭代

# 例：处理消息列表，忽略空消息 messages = ["你好", "", "请介绍AI", "", "谢谢"] for msg in messages: if msg == "": continue # 跳过空消息 print(f"处理消息：{msg}")

4.9.3for-else和while-else

else块在循环正常结束（没有被break中断）后执行。如果循环被break退出，则跳过else。

# 例：检查模型是否在允许列表中 allowed = ["gpt-4", "claude-3"] model = "llama-2" for m in allowed: if model == m: print("模型可用") break else: print("模型不在允许列表中，拒绝请求") # 因为没有 break 才会执行

4.10 综合实战：AI 对话请求处理器

将if、for、while等知识融合成一个能处理用户请求、校验参数、重试 API 调用的脚本。

import time # 模拟的模型 API 调用函数（这里只打印信息） def call_model(prompt, temperature, max_tokens): print(f"[调用模型] prompt={prompt[:20]}... temp={temperature}, max_tokens={max_tokens}") # 假设有时会失败，用随机数模拟 import random if random.random() < 0.2: # 20% 失败率 return None, "服务器繁忙" else: return "这是模拟的回复内容。", None # 用户请求配置 user_prompts = [ "请解释一下大语言模型的工作原理", "写一首关于人工智能的短诗", "介绍一下 Transformer 架构", ] # 全局参数 default_temperature = 0.7 max_retries = 2 # 处理每个提示词 for idx, prompt in enumerate(user_prompts, 1): print(f"\n--- 处理第 {idx} 个请求 ---") # 1. 参数校验（if-elif） if len(prompt) == 0: print("错误：提示词为空，跳过") continue elif len(prompt) > 8000: print("提示词过长，截断至 8000 字符") prompt = prompt[:8000] # 2. 温度设置（三元表达式） temperature = default_temperature if default_temperature is None else default_temperature # 3. 重试循环（while） retry_count = 0 success = False response = None error = None while retry_count <= max_retries and not success: print(f"尝试 {retry_count+1}/{max_retries+1}") response, error = call_model(prompt, temperature, max_tokens=1024) if response is not None: success = True break else: print(f"调用失败：{error}") retry_count += 1 if retry_count <= max_retries: wait = 2 ** retry_count # 指数退避 print(f"等待 {wait} 秒后重试...") time.sleep(wait) # 4. 最终结果处理（if-else） if success: print(f"✅ 回复：{response[:100]}...") # 可以继续检查回复中是否包含结束标志 if "[END]" in response: print("检测到结束标记，停止进一步处理") else: print(f"❌ 请求失败，已重试 {max_retries} 次") print("\n所有请求处理完毕")

输出如下内容：

tianpeng@DESKTOP-4L1UF5S:~/my-ai-service$ poetry run python src/my_ai_service/loop.py --- 处理第 1 个请求 --- 尝试 1/3 [调用模型] prompt=请解释一下大语言模型的工作原理... temp=0.7, max_tokens=1024 ✅ 回复：这是模拟的回复内容。... --- 处理第 2 个请求 --- 尝试 1/3 [调用模型] prompt=写一首关于人工智能的短诗... temp=0.7, max_tokens=1024 ✅ 回复：这是模拟的回复内容。... --- 处理第 3 个请求 --- 尝试 1/3 [调用模型] prompt=介绍一下 Transformer 架构... temp=0.7, max_tokens=1024 调用失败：服务器繁忙 等待 2 秒后重试... 尝试 2/3 [调用模型] prompt=介绍一下 Transformer 架构... temp=0.7, max_tokens=1024 ✅ 回复：这是模拟的回复内容。... 所有请求处理完毕

4.11 本章小结