[!info] related notes

• 所属 MOC: Context Engineering MOC
• 相关: Long-term Memory, Prompt Assembly

User Profile Injection

一句话定义

User Profile Injection 是将用户画像注入到 LLM 上下文的技术。用户说”帮我推荐训练计划”，如果 Agent 知道他”35 岁、有腰椎间盘突出、每周跑步 3 次”，就能给出更精准的建议。

核心原理

注入方式

def build_user_profile_context(profile: dict) -> str:
    """构建用户画像上下文"""
    parts = []
    if profile.get("age"):
        parts.append(f"年龄: {profile['age']}")
    if profile.get("gender"):
        parts.append(f"性别: {profile['gender']}")
    if profile.get("exercise_habit"):
        parts.append(f"运动习惯: {profile['exercise_habit']}")
    if profile.get("known_limitations"):
        parts.append(f"已知限制: {', '.join(profile['known_limitations'])}")

    return "用户信息:\n" + "\n".join(parts)

注入位置

System Prompt
    +
用户画像: ← 注入这里
  年龄: 35
  运动习惯: 每周跑步3次
  已知限制: 腰椎间盘突出
    +
对话历史
    +
当前输入

常见坑

1. 注入太多: 用户的所有信息都注入，浪费 token
2. 不更新: 用户偏好变了但画像没更新
3. 隐私问题: 不应该注入敏感信息到 LLM
4. 注入格式不好: LLM 难以理解结构

参考资料

• Long-term Memory
• User Profile Injection