本发明公开了一种基于提示学习方法的对话推荐系统，包括如下步骤：S1：通过基于实体预测的自监督学习融合对话文本和知识图谱的语义信息作为任务共享的提示，为预训练语言模型补充用于对话推荐系统所需要的知识信息；S2：通过对话任务特定的提示设计，驱动预训练语言模型生成带有物品槽位的模板语句作为回复的中间结果；S3：通过推荐任务特定的提示，驱动预训练语言模型生成用户感兴趣的物品。本发明借助知识图谱增强的提示学习技术，在固定大规模预训练语言模型的情况下，通过添加任务共享和任务特定的提示，使得一个模型可以高质量地完成对话和推荐两个任务，并生成结果相一致的回复语句和推荐物品。