System Prompt 完全指南一、引言System Prompt系统提示词是与大型语言模型交互时最强大的工具之一。一个精心设计的 System Prompt 可以让同一个模型表现出截然不同的行为从简单的问答助手变成专业的代码评审员或者小说作家。理解并掌握 System Prompt 的设计原则是每个 AI 开发者的必备技能。本文将深入解析 System Prompt 的核心概念、设计原则并通过大量实例帮助你快速掌握这一技术。二、什么是 System Prompt2.1 System Prompt 的定义System Prompt 是给大型语言模型的第一条指令它定义了模型的身份、行为规则、输出格式等底层设定。与用户后续输入的对话内容不同System Prompt 会在整个对话周期中持续生效影响模型对所有后续输入的理解和响应方式。# OpenAI API 调用示例responseopenai.ChatCompletion.create(modelgpt-4,messages[{role:system,content:你是一位专业的Python工程师擅长编写高质量的Python代码。},{role:user,content:帮我写一个快速排序函数}])在这个例子中“你是一位专业的Python工程师…” 就是 System Prompt它告诉模型应该以什么样的角色和方式来回答用户的问题。2.2 System Prompt 与 User Prompt 的区别System Prompt 和 User Prompt 虽然都是模型的输入但在作用机制上有本质区别。System Prompt 是全局性的指导方针一次设置后在整个对话中持续生效User Prompt 是每轮对话的具体问题会根据对话的进行而变化。理解这个区别对于设计有效的提示词至关重要。特性System PromptUser Prompt生效范围全局整个对话当前轮次修改频率通常不变每轮可不同优先级更高较低内容类型角色、规则、格式具体任务、问题2.3 为什么 System Prompt 如此重要大型语言模型本身没有任何内置的“人格”或“专业知识”它只是一个强大的模式匹配工具。模型的输出完全取决于输入的提示词。通过精心设计的 System Prompt我们可以“灌输”特定的知识、价值观和行为模式让模型按照我们期望的方式工作。一个好的 System Prompt 可以实现多种效果定义专业领域的知识背景、指定输出的格式和风格、设定回答的约束条件、建立对话的上下文框架。正是因为 System Prompt 的存在我们才能把通用的大模型“定制”成各种专业工具。三、System Prompt 的核心组件3.1 角色定义角色定义是 System Prompt 最基础也是最重要的部分。它告诉模型应该以什么样的身份来回答问题。一个清晰的角色定义可以帮助模型激活相关的知识和表达方式。# 示例角色定义system_prompt你是一位拥有10年经验的资深软件架构师曾在多家硅谷科技公司工作。 你擅长微服务架构设计、高性能系统优化、团队技术管理。 你的回答风格是技术深度足够、实战经验丰富、注重最佳实践。 角色定义不仅仅是告诉模型“你是谁”还包括你的背景经历、专业领域、回答风格等。这些信息会影响模型使用的词汇、举例的方式、以及对问题的理解角度。3.2 行为规则行为规则定义了模型在什么情况下应该做什么、不应该做什么。这些规则帮助模型避免生成不当内容并在特定场景下做出正确的响应。# 示例行为规则behavior_rules 行为规则 1. 如果用户要求你执行可能有害的操作必须拒绝并解释原因 2. 如果你不知道某个问题的答案明确承认而不是猜测 3. 代码示例必须包含错误处理和边界情况检查 4. 解释技术概念时优先使用类比和图表文字描述 5. 遇到模糊问题时先询问用户澄清而不是假设 行为规则的编写需要考虑周全既要覆盖常见的场景又要避免过于冗长导致模型忽视重点。好的行为规则应该是具体、可操作的而不是抽象的原则陈述。3.3 输出格式输出格式规范可以确保模型的响应符合下游系统的要求。这对于需要程序化处理模型输出的场景尤为重要。# 示例输出格式要求output_format 输出格式要求 1. 所有代码必须放在三个反引号中并注明语言类型 2. 回答使用以下结构 - 简短摘要1-2句话 - 详细解释 - 代码示例如有 - 参考资料信息来源 3. 列表最多不超过5项优先展示最重要的 4. 涉及数值的回答保留两位小数 明确的输出格式可以大大减少后处理的复杂度同时也让用户更容易理解模型的结构化响应。3.4 约束条件约束条件定义了模型的边界告诉它什么是不能做的。这与行为规则不同约束条件更侧重于限制和边界。# 示例约束条件constraints 约束条件 - 不讨论政治敏感话题 - 不提供医疗诊断建议只提供健康信息 - 不帮助用户完成考试作弊或其他学术不端行为 - 不生成虚假或误导性信息 - 代码示例不考虑极端边界情况但必须处理常见错误 四、System Prompt 设计模式4.1 专家模式专家模式是最常见的 System Prompt 类型它将模型设定为某个领域的专家。这种模式适合需要专业知识的场景。expert_system_prompt你是一位[领域]专家。 专家特点 - 具备该领域完整的知识体系 - 熟悉行业最新发展动态和最佳实践 - 能够用通俗易懂的语言解释专业概念 - 回答注重实用性和可操作性 请以专家的身份回答用户的问题如果问题超出你的能力范围请明确说明。4.2 教师模式教师模式强调知识的传授和解释适合教育培训场景。teacher_system_prompt你是一位循循善诱的老师喜欢通过启发式提问帮助学生理解知识。 教学特点 - 不直接给出答案而是引导学生思考 - 善于用类比和实例解释抽象概念 - 了解学生的认知水平因材施教 - 鼓励学生提问欢迎质疑 请以老师的身份帮助学生学习如果学生的问题有误先肯定其思考再温和地纠正。4.3 助手模式助手模式强调服务的本质适合客服、个人助理等场景。assistant_system_prompt你是一位热情、专业的AI助手。 服务特点 - 态度友好回复简洁明了 - 善于理解用户真实需求 - 主动提供额外有价值的信息 - 不知道的问题会诚实说明 请尽力帮助用户解决问题如果信息不足主动询问。4.4 评审模式评审模式适合代码审查、文章润色等需要给出评价的场景。reviewer_system_prompt你是一位严格的评审专家。 评审特点 - 客观公正以事实和标准为依据 - 优点不吝赞扬问题明确指出 - 提供具体的改进建议 - 评审标准高于一般水平 请以评审专家的身份对提交的内容进行点评。五、System Prompt 优化技巧5.1 清晰明确的语言System Prompt 应该使用清晰、无歧义的语言。避免使用可能引起误解的表述每个规则都应该有明确的执行标准。# ❌ 模糊不清回答要简洁# 多简算是简# ✅ 清晰明确回答控制在100字以内除非问题复杂度高需要更详细解释5.2 优先级排序当多条规则可能冲突时明确优先级可以帮助模型做出正确决策。priority_instructions 优先级从高到低 1. 安全第一任何可能导致伤害的操作必须拒绝 2. 准确性不知道的问题诚实回答不猜测 3. 有用性在安全的前提下尽量帮助用户 4. 效率在保证质量的前提下回答尽量简洁 5.3 正面表述尽量使用正面的表述告诉模型“应该做什么”而不是“不要做什么”。# ❌ 负面表述不要直接给代码先解释思路# ✅ 正面表述先解释思路和算法再提供代码实现5.4 逐步细化复杂的 System Prompt 应该分层次组织让模型能够正确理解不同级别的规则。structured_prompt## 角色定义 你是一位专业的技术作家。 ## 专业领域 - 前端开发React、Vue、TypeScript - 系统设计 - 技术文档撰写 ## 写作风格 - 语言简洁明了 - 善用列表和图表 - 代码示例完整可运行 ## 输出格式 请参考[具体格式要求] 六、常见问题与解决方案6.1 规则被忽略如果模型的响应不符合 System Prompt 的要求可以尝试以下方法明确优先级、在用户 prompt 中强调规则、使用更具体的例子、减少规则数量聚焦核心。6.2 输出格式不稳定确保格式描述足够具体使用更明确的标记考虑在用户 prompt 中再次提醒。6.3 角色扮演过度有些模型会过度“入戏”需要在 System Prompt 中加入一些约束来保持理性。# 添加理性约束虽然你扮演[角色]但你仍然是一个AI需要遵循安全和准确性原则。 当用户的问题涉及专业判断时以专业标准而非角色设定来回答。七、总结System Prompt 是控制大型语言模型行为的核心工具。一个精心设计的 System Prompt 可以让模型精确地按照我们的期望工作。在实际应用中需要根据具体场景选择合适的提示模式遵循清晰、具体、优先级明确的编写原则并通过测试不断优化。掌握 System Prompt 的设计是 AI 开发者的基础技能也是构建高质量 AI 应用的关键。希望本文的内容能够帮助你在实践中更好地运用这一技术。参考资料OpenAI API 文档https://platform.openai.com/docsAnthropic Claude 提示工程指南LangChain 提示词模式