BroadRouter

阿拉伯语提示词工程:语体、RTL、数字与中英混排

BroadNet Inference 团队 · 阅读约 5 分钟 · 发布于 · 更新于

优质的阿拉伯语输出来自明确的指令:写明语体(MSA 或某种具体方言)、受众、数字写法(西阿拉伯数字 0–9 或东阿拉伯数字 ٠–٩)、允许的格式,以及英文术语的处理方式。用 dir="auto" 或隔离符渲染回复,让阿拉伯语和英语混排的内容按正确顺序显示。

要让大模型输出优质的阿拉伯语,就把模型原本要靠猜的每个选择都写明:现代标准阿拉伯语还是某种指定方言,受众和语气,西阿拉伯数字(123)还是东阿拉伯数字(١٢٣),日期和货币格式,英文术语怎么写,以及是否添加变音符号。然后在界面中解决从右到左的显示问题,而不是在提示词里。

如何指定语体和方言?

阿拉伯语有一种正式的书面标准,即现代标准阿拉伯语(MSA,الفصحى),还有许多口语方言。商务文本通常用 MSA;聊天、营销和语音产品有时使用方言。准确告诉模型用哪一种:

不要说 而要说
用阿拉伯语回复。 用清晰、简单、适合零售客户的现代标准阿拉伯语回复。
用海湾方言。 用沙特(偏纳季德口音)海湾阿拉伯语写,随意但有礼貌,就像一个年轻品牌那样。
要友好。 热情、有礼貌。对埃及客户使用 “حضرتك”(您);避免俚语。

一些实用规则:

  • **“简单的 MSA”是最稳妥的默认选择。**各地都能看懂,听起来也专业。模型写 MSA 比写方言更可靠。
  • **写明国家,而不是“海湾”或“黎凡特”。**沙特、阿联酋和科威特的口语各不相同,黎巴嫩和约旦也是。
  • **称呼形式。**阿拉伯语的“你”有性别之分。选一个默认值(在界面文字中,阳性单数是常见的中性形式),或者让模型尽可能使用不分性别的表达,例如用名词形式 “يرجى إدخال”(请输入)代替命令式 “أدخل/أدخلي”。
  • **变音符号。**普通文本写明“不加变音符号”。大多数模型默认很少添加,但有些会在人名或诗歌风格的回复中加上。

关于方言输入,请看大模型如何处理海湾、埃及和黎凡特阿拉伯语。

如何控制数字、日期和货币?

阿拉伯语文本使用两套数字:西阿拉伯数字(0–9)和东阿拉伯数字(٠١٢٣٤٥٦٧٨٩)。读者期望哪一套,因国家和媒介而异,不加说明的话模型会混用。按产品来决定,依据是你在该市场已有的资料用的是哪一套:

  • 西阿拉伯数字最便于解析、搜索和数据录入。
  • 东阿拉伯数字更符合传统的观感。如果需要它们,在显示时转换,数据中保留西阿拉伯数字。

还要写明:

  • **日期:**公历、伊斯兰历还是两者都用,以及格式(例如 2026-11-14 或 ١٤ نوفمبر ٢٠٢٦)。注意月份名称因地区而异:埃及和海湾地区用 نوفمبر,黎凡特和伊拉克用 تشرين الثاني。
  • **货币:**用符号还是代码,以及放在哪里。“ر.س” 还是 “SAR”?放在数字前面还是后面?给出一个示例。
  • **小数点:**用 ”.” 还是阿拉伯小数点 ”٫”。

在提示词中放一个完整的示例,就能解决其中大部分问题:“价格写成:1,250.00 ر.س”。

如何解决从右到左的显示问题?

大多数“阿拉伯语乱了”的问题报告,都是显示问题,而不是模型问题。当阿拉伯语和拉丁字母或数字在同一行时,Unicode 双向算法会根据段落方向决定视觉顺序。如果你的聊天气泡是从左到右的,像 “تم شحن طلبك رقم 4821.”(你的 4821 号订单已发货。)这样的回复,句号可能会显示在错误的一端。

在界面中修复:

  • 在显示每条消息的元素上设置 dir="auto"(纯阿拉伯语视图用 dir="rtl")。参见 MDN 关于 dir 属性的说明和 W3C 关于从右到左标记的指南。
  • 当你把值(人名、订单号、英文产品名)插入阿拉伯语模板时,在 HTML 中用 <bdi> 包裹,在纯文本中用 Unicode 隔离符(U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE)包裹。
  • 在提示词中,要求使用你的界面能显示的格式。WhatsApp 和短信:纯文本,不用 Markdown 表格。网页聊天:如果渲染器能处理 RTL 列表,用 Markdown 没问题。代码块应保持从左到右。

如果你使用流式输出,在第一个 token 到达之前就给容器设置好方向,这样文本就不会跳动;参见流式输出指南。

模型该如何混用阿拉伯语和英语?

真实的阿拉伯语商务文本会混用多种语言:产品名、技术术语、单位、代码。决定好规则并写明:

  • “品牌名和产品名保留原来的拉丁字母拼写。”
  • “技术术语用阿拉伯语写,第一次出现时在括号中附上英文术语:واجهة برمجة التطبيقات (API)。”
  • “永远不要把英文单词音译成阿拉伯字母”,或者反过来,如果你的受众更喜欢 “الإيميل”(音译的 email)而不是 “البريد الإلكتروني”(电子邮件)。
  • “如果用户用英语写,就用英语回复。如果用户用 Arabizi 写,就用阿拉伯字母回复。”更多内容见处理 Arabizi。

系统提示词该用英语还是阿拉伯语?

两种都行。用英语写指令、处理阿拉伯语内容很常见,如果你的团队并非人人都能读阿拉伯语,这样也容易维护。阿拉伯语指令可以把语气和用词往正确的方向引导。无论选哪种,每个系统提示词只用一种语言,并且都在其中放一个期望输出的阿拉伯语示例。同样的规则,用阿拉伯语写可能比用英语写消耗更多 token;可以用免费的阿拉伯语 token 计数器比较两者。我们的分词器效率数据展示了同样的阿拉伯语和英语句子在 16 种分词器上各需多少 token。

一个完整的示例:

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""

r = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # reasoning comes first
    messages=[{"role": "system", "content": SYSTEM},
              {"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)

客户用埃及阿拉伯语和东阿拉伯数字写道:“我想知道 iPhone 17 的价格,可以分期付款吗?”提示词让回复使用 MSA 和西阿拉伯数字。提示词中的示例回复意思是:“感谢你联系我们。Galaxy S26 目前售价 12,499 埃及镑,两天内可送达。”

如何得到阿拉伯语的结构化输出?

需要 JSON 时,键保持英文,值用阿拉伯语。写明数字应该是数值还是字符串,以及字符串中使用哪套数字。要求用 null 代替猜测。参见使用 JSON Schema 的结构化输出。

如何测试阿拉伯语提示词?

为每个市场准备 30 到 50 个真实提示词,让每个候选模型都跑一遍,再请该市场的母语者对语体、正确性和自然度打分。BroadNet 报告,在其测试中 Qwen3.8 27B 阿拉伯语写作流畅,并能理解海湾方言和埃及方言;DeepSeek V4.1 Flash 和 GLM 5.3 在同一个 API 上,切换只需改一行。在价格页面或 DeepSeek V4.1 Flash 与 Qwen3.8 27B 对比中比较它们的价格,并在真实的阿拉伯语文本上测量 token 数,因为阿拉伯语每个词消耗的 token 往往比英语多。更全面的模型选型清单,请看如何选择阿拉伯语大模型 API。

阿拉伯语提示词检查清单

  • 写明语体和国家。
  • 决定称呼形式(性别)。
  • 用示例写明数字、日期、货币和小数点。
  • 格式与显示界面相匹配。
  • 写明英文术语和品牌名的规则。
  • 界面中使用 dir="auto" 和隔离符。
  • 由母语者在固定测试集上审阅。

常见问题

系统提示词该用阿拉伯语还是英语写?

在当前的模型上两种都行。对大多数团队来说,英语指令更容易维护;阿拉伯语指令有时能让语气更自然。每个系统提示词只用一种语言,并在你自己的测试集上比较两种写法。

为什么我的阿拉伯语文本标点位置不对?

这是显示问题,通常是因为容器的方向是从左到右。在显示回复的元素上设置 dir="rtl" 或 dir="auto"。

怎么阻止模型添加变音符号?

在提示词中写明“不要添加变音符号(tashkeel)”。只在有帮助的地方要求加变音符号,比如学习材料或有歧义的人名。

怎么让大模型使用东阿拉伯数字?

在系统提示词里写明,并给出一个示例,比如“价格写成:١٬٢٥٠ ر.س”。缺少这条规则时,模型会混用两套数字。如果你要解析输出,就让 JSON 字段使用西阿拉伯数字,在显示时再转换。

哪个模型写的阿拉伯语最好?

用你自己的提示词测试。BroadNet 报告,在其测试中 Qwen3.8 27B 阿拉伯语写作流畅,并能理解海湾方言和埃及方言。

以 Markdown 格式阅读问 ChatGPT问 Claude问 Perplexity