本帖最后由 DDDear 于 2025-5-8 16:06 编辑
天气中两天的温差在 3-5摄氏度 时，人体会明显感觉到冷热变化。具体感知因个人体质和环境条件而异，但这个范围是一个普遍适用的参考标准。
目前应用的天气类交互中，少有包含两日温差的预报，简单的需求就是晚上知道明天的天气和比今天冷还是暖。所以和大家分享一个在 Home Assistant 中利用 AI 功能，打造更智能、更个性化天气预报的方法。通过合理的提示词（Prompt）设计和指令，我们可以让 AI 不仅仅是简单播报数字，而是能提供更贴心、更人性化的天气信息。
效果： 提示词设计：
核心在于如何构建一个清晰的提示词，让 AI 明白我们希望它处理哪些信息以及如何处理。 提供必要的天气数据实体： 我们需要在提示词中嵌入 Home Assistant 的天气实体信息，确保 AI 能够获取到实时、准确的数据。以下是我使用的提示词结构，您可以根据自己的实体 ID 进行修改，目前用的彩云天气，如果不是彩云天气，对应的实体属性也需要修改：
### 今日气温：
```yaml
最低气温: {{states['weather.wo_de_jia_2'].attributes.daily_forecast[0].native_templow}}
最高气温: {{states['weather.wo_de_jia_2'].attributes.daily_forecast[0].native_temperature}}
```
### 明日天气：
```yaml
状况: {{states['weather.wo_de_jia_2'].attributes.daily_forecast[1].condition_cn}}
最低气温: {{states['weather.wo_de_jia_2'].attributes.daily_forecast[1].native_templow}}
最高气温: {{states['weather.wo_de_jia_2'].attributes.daily_forecast[1].native_temperature}}
预报:
明日天气{{states['weather.wo_de_jia_2'].attributes.daily_forecast[1].condition_cn}}，气温{{states['weather.wo_de_jia_2'].attributes.daily_forecast[1].native_templow}}℃-{{states['weather.wo_de_jia_2'].attributes.daily_forecast[1].native_temperature}}℃
```
weather.wo_de_jia_2 是我的天气实体 ID，请替换为您自己的。 daily_forecast[0] 代表今日预报，daily_forecast[1] 代表明日预报。 native_templow 是最低温，native_temperature 是最高温，condition_cn 是中文天气状况。 在OpenAI Conversation-配置里面修改
清晰地指定 AI 的任务（对话指令）： 在向 AI 发出请求时，需要明确告知它我们期望的输出格式和内容。例如，我使用的指令是： “一句话精简明日的天气预报、明天比今天冷还是暖，升温或降温多少度和适度的关心。”, 建立了一个自动化在每天晚上九点的时候运行，同时基于edge_tts通过chime_tts播报出来。
<font face="微软雅黑">alias: 明天天气预报
description: ""
triggers:
- trigger: time
at: "21:00:00"
conditions: []
actions:
- variables:
response: ""
- action: conversation.process
metadata: {}
data:
text: 一句话精简明日的天气预报、明天比今天冷还是暖，升温或降温多少度和适度的关心。
agent_id: conversation.newapi_2
response_variable: response
- action: notify.wework
metadata: {}
data:
message: "{{ response.response.speech.plain.speech }}"
- metadata: {}
data:
chime_path: chord
offset: 450
final_delay: 0
tts_speed: 100
tts_pitch: 0
volume_level: 0.6
tts_platform: edge_tts
message: "{{response.response.speech.plain.speech}}"
target:
entity_id: media_player.rong_yao_chang_wan_ping_ban_2
action: chime_tts.say
mode: single
</font>
预期效果与说明： 当以上提示词和指令正确配置并发送给 AI 后，AI 应该能够理解我们的意图，并基于所提供的数据，生成类似如下的回复（具体数值会根据您的实际天气数据而变化）：
测试时的天气状况
生成效果
重要提示与可能遇到的问题： AI 的理解能力： 测试用的gpt-4.1-mini，不同的 AI 模型对自然语言的理解程度不同。如果您的 AI 没有完全按照预期回复，可能需要调整指令的措辞，使其更明确、更易于 AI 理解。例如，可以尝试将一个复杂的长指令拆分成几个更短、更具体的指令。 数据准确性： AI 的回复质量高度依赖于输入数据的准确性。请确保您的 Home Assistant 天气实体能够正常获取并更新天气信息。 实体 ID 检查： 务必仔细检查提示词中的实体 ID 是否与您系统中的完全一致，任何小差错都可能导致 AI 无法获取数据。 AI 服务限制： 某些 AI 服务可能有调用频率或复杂度的限制，如果遇到问题，可以查阅您所使用的 AI 服务的相关文档。
总结与分享： 通过这种方式，我们可以让 Home Assistant 中的 AI 不再是冰冷的机器，而是能提供更贴心服务的智能助手。希望这个简单的教程能帮助大家更好地利用 AI 功能，提升智能家居的体验。 欢迎大家尝试，并在评论区分享您的成果或遇到的问题，我们一起交流学习！
部分文章基于Gemini生成
| 
发表于 2025-5-8 16:04:14
