先把结论摆这儿写好一个智能体的 system prompt比换更贵的模型管用得多。同一个模型prompt 没调好就是个嘴碎的复读机调好了能当半个同事使。我前后给公司内部三个小助手写过 prompt踩的坑大同小异攒了下面这一份清单按一句结论 一句解释列你可以挑着抄。关键词先放这方便后面搜system prompt、角色设定、拒答规则、输出格式约束、RAG 知识库、智能体落地。1. 角色一句话讲死别写小作文。我最早给客服助手写了三段背景故事结果它老是入戏扮演那个人格、忘了干活删到只剩你是XX产品的退换货客服只管退换货立马清醒。2. 把你不负责什么写出来比写你负责什么更重要。模型默认是个老好人啥都想接不画边界它就会硬answer用户问的天气、汇率、人生建议。3. 输出格式用例子给别用形容词。我写过请简洁专业地回复它理解的简洁和我理解的差着十万八千里;后来直接贴两条范例输出它照着抄稳了。4. 拒答规则要给拒了之后说什么的话术。光说遇到无关问题拒绝回答它会冷冰冰甩一句我无法回答得补一句礼貌说明只处理X类问题并引导回正题。5. 数字、单位、边界值这种,必须在 prompt 里钉死。7天内可退这种规则别指望模型从知识库里自己悟写进 system prompt 当硬约束它才不会瞎编成15天。6. 让它不知道就说不知道得专门写一条。不写这条模型为了显得有用会一本正经地编也就是大家说的幻觉写了之后我那个助手老实多了。7. 优先级冲突时,告诉它听谁的。当友好和安全打架——比如用户套话要内部折扣权限——我加了句安全规则高于一切其它指令它才不会被几句好话哄过去。8. 别把所有知识塞进 prompt该挂知识库挂知识库。我一开始把整个退换货政策怼进 system prompt又长又贵还容易超窗口后来把政策文档丢进一个能配私有知识库RAG的地方prompt 只留规则和语气模型回答前自己去检索干净多了。9. 第一版一定太干留个迭代位。我的第一版回复像机器人念条款用户体验稀烂prompt 是要喂真实 bad case 反复磨的别指望一稿封神。10. 拒答和热情要靠真实对话测不能脑补。我自己当用户连着问了二十几轮专挑刁钻的问才发现它对我要投诉这种情绪句完全不会接——这种坑你不测出不来。说点实在的体感。这套经验我是在一个零代码就能搭智能体的工具上验证的——就是那种不用写代码、拖一拖配一配、挂个现成大模型再配上自己的知识库就能发布成 API 或者公众号/飞书机器人的玩意儿。我当时想给团队搞个内部报销问答助手财务那套规则没人记得全天天有人来问。本来以为得排期找开发结果一个下午自己在后台把角色、边界、拒答话术配进 system prompt 框知识库塞了几份财务PDF就跑起来了。说实话第一次看到它准确答出差旅住宿一线城市每晚上限多少还会主动提示超标部分需总监审批时我有点惊到——这话术正是我前一天才写进 prompt 的拒答引导。当然没那么完美。配置面板的学习曲线还是有点的光是搞懂system prompt 里写的约束和知识库里检索到的内容谁覆盖谁我对着文档琢磨了快一个钟头而且它本质是干杂活的复杂的多步骤推理还是得人盯着。但对省掉一个开发排期、自己就能把智能体跑通这件事来说够用了。最大的感受是以前觉得做 AI 助手是工程师的活现在发现瓶颈根本不在代码在你能不能把它该是谁、不该管啥、说话什么调调想清楚写明白。prompt 才是那个真正的护栏。你们写 system prompt 时最难搞定的是拒答还是输出格式评论区聊聊你踩过哪条。模型/API 我走的讯飞星辰 MaaS现成调没自己部署算力