Converts role-tagged prompts t…

# prompts.txt 转 OpenAI messages 格式 JSON 方案

一、目标格式说明

OpenAI messages 格式要求每条记录包含 role（system/user/assistant）和 content 字段。典型的转换结果为：

```json

{

"messages": [

{"role": "system", "content": "……"},

{"role": "user", "content": "……"},

{"role": "assistant", "content": "……"}

]

}

```

如果50条是独立对话样本（常用于微调训练），通常存成 JSONL（每行一条完整 messages 数组）；如果是一条长对话，则合成单个 JSON 文件。

二、推荐做法：先给我看样例

由于我无法直接读取你本地的 prompts.txt，最稳妥的方式是：

1. 粘贴 1-2 条原始数据的样例给我（脱敏后）

2. 我根据实际分隔符/标签写法，输出精确可运行的转换脚本和结果样例

3. 你在本地批量执行即可

三、通用 Python 转换脚本（可直接改用）

假设文件格式为：

```

system: 你是助手

user: 你好

assistant: 有什么可以帮你？

---

system: ...

```

脚本如下：

```python

import json

with open("prompts.txt", "r", encoding="utf-8") as f:

blocks = f.read().split("---")

results = []

for block in blocks:

msgs = []

for line in block.strip().splitlines():

if not line.strip():

continue

for role in ("system", "user", "assistant"):

if line.startswith(role + ":"):

msgs.append({"role": role,

"content": line[len(role)+1:].strip()})

break

if msgs:

results.append({"messages": msgs})

with open("messages.jsonl", "w", encoding="utf-8") as f:

for r in results:

f.write(json.dumps(r, ensure_ascii=False) + "\n")

```

四、注意事项

• 编码：统一用 UTF-8，避免中文乱码
• 标签格式适配：如果你的文件用的是 [system]、### user 等写法，改脚本里的解析逻辑即可
• 角色连续性校验：建议检查每条对话是否以 system 或 user 开头、以 assistant 结尾（微调训练时格式要求较严）
• 多行内容：若 content 跨多行，需按标签切分而非按行切分
• 输出选择：单条长对话 → 一个 JSON 数组文件；50条独立样本 → JSONL（官方微调格式）

把你的实际样例发给我，我可以直接帮你写出完全匹配的版本。