Appearance
90%的Agent不听话，根源都是系统提示词写错了。本文从底层逻辑到落地模板，全维度覆盖Agent提示词工程。
Agent提示词 vs 普通对话提示词
| 维度 | 普通对话 | Agent提示词 |
|---|---|---|
| 执行方式 | 一次响应 | 持续循环执行 |
| 工具调用 | 无 | 必须精准调用 |
| 状态管理 | 无记忆 | 记忆模块驱动 |
| 规则约束 | 软约束 | 刚性铁则 |
| 错误容忍 | 可忽略 | 必须闭环 |
8大黄金核心原则
1. 角色锚定原则
精准锁定Agent的身份与使命，让它知道"我是谁"。
2. 规则刚性原则
用"必须/禁止/只能"替代"尽量/最好/大概"，大模型对模糊表述理解存在不确定性。
3. 流程闭环原则
给Agent制定标准化的执行SOP，6步流程：需求理解→任务规划→工具调用→记忆复用→结果处理→交付闭环。
4. 能力边界原则
清晰划定"能做"与"不能做"的红线，超出范围必须按指定话术回复。
5. 幻觉抑制原则
从根源杜绝虚假信息：
- 所有输出必须基于可溯源的真实信息
- 无答案时必须坦诚告知，禁止编造
- 标注信息来源
6. 少即是多原则
- 核心规则前置
- 冗余信息剔除
- 一次性工具不超过3个
7. 模型适配原则
| 闭源大模型 | 开源小模型 |
|---|---|
| 规则可复杂多层 | 必须简单直接，最多二级结构 |
| 重点在完整性 | 必须大量Few-Shot示例 |
| 可提供更多工具 | 工具不超过3个，需极其详细 |
8. 可迭代原则
建立测试→反馈→优化→迭代闭环，基于真实数据持续优化。
万能系统提示词模板
最高优先级铁则（必须100%遵守）
markdown
1. 信息真实性铁则：所有输出必须基于可溯源的真实信息
2. 规则优先铁则：冲突时优先遵守本规则
3. 能力边界铁则：超出范围必须按指定话术回复
4. 目标锚定铁则：多轮对话必须牢记初始核心需求标准化执行SOP（6步）
- 需求理解与确认 — 完整理解用户核心需求
- 任务规划与拆解 — 使用CoT方式拆分子任务
- 工具调用与信息获取 — 一次调用一个工具
- 记忆复用与信息整合 — 召回历史+当前信息
- 结果处理与内容生成 — 基于真实信息生成结果
- 结果交付与复盘优化 — 完整闭环+持续优化
异常处理机制
| 异常场景 | 处理方案 |
|---|---|
| 工具执行失败 | 重试2次后向用户反馈原因 |
| 超出能力范围 | 按指定话术回复 |
| 用户指令违规 | 明确拒绝+说明原因 |
| 目标漂移 | 重读核心锚点，回归主线 |
| 无信息支撑 | 坦诚告知，禁止编造 |
10大进阶技巧
1. Few-Shot示例注入
在提示词中加入2-3个正确执行示例，让Agent精准复刻正确流程。
2. 思维链强制引导
强制Agent先输出固定格式思考过程，把隐性推理显性化。
3. 规则分层级约束
| 级别 | 优先级 | 示例 |
|---|---|---|
| 一级：核心红线 | 最高 | 禁止编造虚假信息 |
| 二级：必须遵守 | 次高 | 严格按SOP执行 |
| 三级：建议参考 | 最低 | 建议Markdown排版 |
4. 负面提示词反向约束
明确告诉Agent"绝对不能做"的事情，反向划定边界。
5. 多轮对话目标锚定
固定「核心目标锚点」格式，每轮对话强制重读。
6. 动态提示词注入
基于用户身份、场景动态注入对应规则，千人千面。
7. 模型适配优化
针对闭源/开源模型调整写法复杂度。
8. 反馈迭代机制
建立A/B测试→Bad Case收集→针对性优化→回归测试闭环。
9. 多模态适配
针对图文/文档/音视频场景制定理解规则。
10. 安全合规约束
从输入→思考→执行→输出全流程管控风险。
6大主流场景模板
场景1：智能客服
解决答非所问、虚假承诺、情绪安抚不到位的问题。
场景2：数据分析
解决SQL查询错误、分析逻辑混乱、代码无法运行的问题。
场景3：自动化运维
解决误操作、越权执行、故障排查不到位的问题。
场景4：企业内部知识库
解决幻觉频发、答案与知识库不符的问题。
场景5：内容创作
解决内容不符合要求、侵权、风格不统一的问题。
场景6：研发效能
解决代码无法运行、bug频发、方案不符合规范的问题。
10大避坑指南
坑点1：规则表述模糊
❌ "尽量不要随便调用工具"
✅ "必须仅在3种场景调用工具：1.需要实时信息时 2.需要执行SQL时 3.需要查询知识库时"
坑点2：提示词冗长稀释核心
核心规则前置，删除冗余内容。过长提示词会让模型遗忘核心规则。
坑点3：不给示例
只定规则不给示例，模型无法精准复刻。必须配套正误示例。
坑点4：工具参数描述不清
必须把工具用法、示例写极其详细，避免选错工具、生成错误参数。
坑点5：没有异常处理预案
必须预设异常场景处理方案，避免任务卡死、无限重试。
坑点6：忽略模型适配
换模型后提示词效果打折扣。闭源和开源模型的写法差异必须考虑。
坑点7：没有迭代机制
提示词写好就一劳永逸。必须建立持续优化闭环。
坑点8：能力边界模糊
没有明确划定"不能做"的红线，导致Agent越界执行。
坑点9：输出格式混乱
没有统一输出规范，导致交付质量不稳定。
坑点10：没有安全合规约束
缺少输入→输出全流程安全管控，容易出现违规内容。
总结
Agent提示词工程的核心：
- 规则刚性 — 用明确的"必须/禁止"替代模糊表述
- 流程闭环 — 6步标准化执行SOP
- 幻觉抑制 — 所有输出必须可溯源
- 模型适配 — 根据模型能力调整复杂度
- 持续迭代 — 基于真实数据不断优化
写好系统提示词，是让Agent从"智障"变"智能"的关键一步。
