AI提示词工程（进阶）第7课：角色设定与身份模拟

📚前言

系统学习提示词，内容大纲如下：

前导课程：

第7课：角色设定与身份模拟

📌 一句话目标：搞懂"你是一位XX专家"这招到底为什么管用，学会设计高影响力的角色卡，掌握让AI一人分饰两角互相辩论的进阶玩法。

💬 恭喜你入门毕业！从这节课开始，咱正式进入进阶阶段。难度会升一档，但放心，每一步都有实操托着，不会让你空着手上战场。角色设定这课，其实是进阶里最好懂的------你入门阶段已经用过很多次了，现在咱只是把它从"凭感觉写"升级到"有章法地设计"。

🖥️ 开场：你一直在用，只是没意识到

回头看看入门阶段咱写的那些提示词，几乎每一条开头都是：

复制代码

你是一位有8年外企经验的商务沟通专家......
你是一位资深提示词工程师......
你是一位有20年临床经验的中医儿科专家......

这个写法，你已经用得很溜了。但你有没有想过------

为什么加一句话，AI的回答就变了？

这节课，咱就来把这个"知其然不知其所以然"的技巧，彻底搞透。

一、为什么"扮演专家"能改变输出质量？

💬 这节讲原理，听着有点学术，但道理其实挺朴素。不想深究的，直接跳到"一句话总结"也行，不影响后面学实操。

📌 先看一个对比

同一个问题，三种问法：

版本A（无角色）：

复制代码

分析一下这款手机的市场竞争力

版本B（弱角色）：

复制代码

你是一位手机行业分析师，分析一下这款手机的市场竞争力

版本C（强角色）：

复制代码

你是一位在手机行业深耕12年的资深分析师，曾供职于IDC和Counterpoint。
你擅长从供应链、渠道、品牌定位三个维度拆解产品竞争力。
你的分析风格简洁犀利，习惯用数据说话，不爱说正确的废话。
请分析这款手机的市场竞争力。

结果差距非常明显：

版本	AI输出的特点
A（无角色）	泛泛而谈，像百科词条，啥都说了又像啥都没说
B（弱角色）	有了一点分析视角，但深度不够，还是偏科普
C（强角色）	真的开始从供应链、渠道、品牌定位切入了，输出像一份行业简报

💡 原理：角色设定在"激活"什么

大模型训练时，读过海量的文本。其中有百科、有论文、有行业报告、有论坛灌水。

当你不设角色时，模型会从所有相关文本里取一个"平均值"------啥都沾一点，但哪个都不深。

当你设了角色，等于告诉模型："别平均了，从'行业分析师'这个视角去检索和组合信息。"

💬 打个不太严谨的比方：模型脑子里有一座超级图书馆。不设角色，它从每个书架各抽一本，拼了个大杂烩。设了角色，它直奔"行业分析"那个专区，找最对口的书。

✅ 一句话总结

角色设定不是让AI"变成"谁，而是让AI从特定的知识子集和专业视角来组织回答。 它是在缩小检索范围、提高信息密度。

二、角色卡的四维拆解

💬 这节是本课的核心，后面的实操都建立在这上面。不难，但得认真看。如果你已经写过不少角色提示词，可以快速扫一遍，重点看"沟通风格"和"目标受众"那两块------这俩是最容易被忽略的。

入门阶段咱学过角色设定的三个维度：身份、专业、经验。现在进阶了，咱把它拆成四个维度，更完整。

📌 维度一：专业领域

这是最基础的维度------告诉AI从什么领域的视角来回答。

❌ 模糊	✅ 精准
你是一位程序员	你是一位专注于高并发后端架构的Java工程师
你是一位医生	你是一位三甲医院心内科副主任医师
你是一位老师	你是一位有10年教龄的高中物理教师，擅长竞赛辅导

关键点：领域越细分，输出越专业。 "程序员"太宽，"高并发后端架构的Java工程师"精准到位。

📌 维度二：经验年限

经验年限不只是数字，它在告诉模型用入门级还是专家级的深度来回答。

"你是一位前端工程师" → AI可能给你教科书式的入门答案
"你是一位有8年经验的前端工程师" → AI会用工程实践的视角，考虑性能、可维护性

💡 经验年限的核心作用：控制输出的"深度档位"。 年限越长，AI越倾向于跳过基础解释，直接给出专业级的判断。

📌 维度三：沟通风格

这个维度90%的人会忽略，但它对输出质量的影响巨大。

同一个"法律顾问"角色，不同沟通风格，输出完全不同：

沟通风格	提示词写法	AI输出特点
严谨学术	"用法律条文和判例支撑你的观点"	引用法条，逻辑严密，适合正式报告
通俗解释	"把法律问题用大白话讲给非专业人士听"	避开术语，用类比，适合客户沟通
辩论对抗	"以对方律师的视角，找出我方论点的漏洞"	攻击性强，专挑弱点，适合庭前推演

怎么设沟通风格？ 给两个要素就够了：

语气基调：严谨/亲切/犀利/幽默/客观
表达习惯：爱用数据/喜欢类比/习惯分点/偏爱短句

📌 维度四：目标受众

告诉AI你的回答是给谁看的，它会自动调整专业度和表达方式。

目标受众	AI调整的方向
给公司高管看	结论先行，少说过程，关注ROI和风险
给技术团队看	保留技术细节，代码和架构图都要有
给普通用户看	去掉术语，用类比，多举例子
给投资人看	突出市场空间、竞争壁垒、增长逻辑

✅ 四维合一：完整角色设定长啥样

把四个维度组合起来，就是一张完整的角色卡：

复制代码

【角色设定】
- 专业领域：增长产品经理，专注用户留存和转化优化
- 经验年限：7年，曾在字节跳动和美团负责千万级DAU产品
- 沟通风格：数据驱动，习惯用漏斗模型拆解问题，不爱说虚的
- 目标受众：创业公司CEO，需要可落地的增长策略，不是理论框架

📌 四个维度都填上，角色就从"一句话描述"升级成了"一张完整的角色卡"。 这就是入门和进阶的分水岭。

三、角色强度实验：亲眼看看差距

💬 光说不练假把式。这个实验五分钟就能做，但给你的冲击力，比看十篇教程都强。建议一定动手试。

📌 实验设计

咱来对比"弱角色"和"强角色"的输出差异。任务相同，只改角色设定。

任务： 请分析"短视频平台用户增长放缓"的原因。

❌ 弱角色版：

复制代码

你是一位互联网分析师。请分析短视频平台用户增长放缓的原因。

✅ 强角色版：

复制代码

你是一位在互联网行业研究15年的资深分析师，曾任职于QuestMobile。
你擅长从渗透率、用户时长、下沉市场、竞品分流四个维度拆解增长问题。
你的分析风格是：先给结论，再用数据支撑，最后给预判。
你的回答面向产品总监，需要可指导决策的洞察，不要泛泛的科普。

请分析"短视频平台用户增长放缓"的原因。

🖥️ 动手做

打开你常用的AI工具（豆包、通义千问、Kimi都行），把两个版本分别发过去，然后对比输出。

重点观察这几个维度：

观察维度	弱角色版	强角色版
分析框架	可能东一榔头西一棒子	大概率按你给的四个维度展开
信息密度	科普味重，正确的废话多	洞察多，每段都有信息量
表达结构	可能平铺直叙	先结论后论据，结构清晰
可用程度	看完还得自己重新整理	基本可以直接拿去汇报

📌 这个实验的核心收获：角色设定越具体，AI"激活"的知识子集越精准，输出质量越高。 不是AI变聪明了，是你帮它缩小了搜索范围。

四、角色卡模板：拿来就能用

💬 这节的模板建议直接存下来。不是让你背，是让你以后写提示词的时候有个"填空题"可抄，省事。

📌 通用角色卡模板

复制代码

【角色卡】
├── 身份定位：[职业+细分领域，如"专注于品牌营销的文案策划"]
├── 经验背景：[年限+代表性经历，如"10年经验，服务过快消和3C行业"]
├── 专业能力：[擅长什么，如"擅长从用户洞察出发写转化型文案"]
├── 沟通风格：[语气+表达习惯，如"简洁有力，爱用数据，不说废话"]
├── 目标受众：[回答给谁看，如"面向品牌总监，需要策略级建议"]
└── 行为约束：[角色边界，如"不编造数据，不确定的标注'待验证'"]

💡 三个实战示例

示例1：技术顾问角色卡

复制代码

【角色卡】
├── 身份定位：云架构师，专注微服务和高可用系统设计
├── 经验背景：12年经验，曾在阿里云负责双11核心链路稳定性
├── 专业能力：擅长容量评估、故障演练、降级熔断方案设计
├── 沟通风格：务实直接，先给方案再给理由，代码和架构图配合说明
├── 目标受众：技术团队负责人，需要能落地的架构建议
└── 行为约束：不推荐未经生产验证的方案，涉及成本时给出预算范围

示例2：教育顾问角色卡

复制代码

【角色卡】
├── 身份定位：学习设计专家，专注成人在线教育
├── 经验背景：8年经验，主导过3门百万学员级课程的设计
├── 专业能力：擅长课程结构设计、学习路径规划、知识拆解
├── 沟通风格：耐心亲和，用类比解释概念，循序渐进
├── 目标受众：课程内容创作者，需要具体的内容编排建议
└── 行为约束：建议要可执行，每个方法都配一个实际案例

示例3：商业分析师角色卡

复制代码

【角色卡】
├── 身份定位：战略咨询顾问，专注消费品行业
├── 经验背景：6年MBB咨询经验，服务过5家500强企业
├── 专业能力：擅长市场 sizing、竞品分析、进入策略
├── 沟通风格：结构化表达，MECE拆解，结论先行
├── 目标受众：企业决策层，需要支撑投资决策的分析
└── 行为约束：数据标注来源，假设要显式列出，区分事实和推测

📌 角色卡不是越长越好，而是越精准越好。 四个维度（领域+经验+风格+受众）填到位，比写一段500字的背景故事管用得多。

五、多重角色法：让AI自己跟自己辩论

💬 这招是进阶角色玩法里最实用的之一。有点绕，但理解了就是个大杀器。其实就是让AI在一个对话里同时扮演两个角色，一个负责输出，一个负责挑刺。

📌 什么是多重角色法

普通用法：你设一个角色，AI从这个角色的视角回答。

多重角色法：你设两个或多个角色 ，让它们在一个对话里互相配合甚至互相辩论。

最常见的组合：

组合	角色A	角色B	效果
创作+评审	文案策划	品牌总监	A写初稿，B提修改意见，A再改
正方+反方	支持方	质疑方	对一个方案做正反两面分析
执行+把关	开发工程师	安全审计员	A写代码，B查安全漏洞
专家+用户	产品经理	目标用户	A设计方案，B从用户视角反馈

💡 为什么这招管用

单角色的问题在于------AI只会从一个视角输出，没有"自我纠偏"的机制。

多重角色等于在提示词里内置了一个质量检查环节：角色A输出后，角色B天然会从不同角度审视，发现盲点。

🖥️ 实操：辩论模式提示词

这是一个"正方vs反方"辩论的完整提示词：

复制代码

请以"企业是否应该全面拥抱AI办公"为题，进行一场辩论分析。

【角色A：支持方】
你是一位企业数字化转型顾问，10年经验，服务过20+大型企业。
你深信AI能大幅提升企业效率，你的论证风格是：用数据和案例说话。

【角色B：质疑方】
你是一位企业风险管理顾问，12年经验，专注合规和数据安全。
你对AI办公持审慎态度，你的论证风格是：找漏洞、问风险、推演最坏情况。

【辩论规则】
1. 角色A先给出3个核心论点，每个论点配一个真实案例
2. 角色B针对A的每个论点提出质疑，指出潜在风险
3. 角色A回应B的质疑，修正或加强自己的论点
4. 最后，双方各用一句话总结自己的最终立场

输出格式：
## 支持方论点
（角色A的论述）

## 质疑方反驳
（角色B的反驳）

## 支持方回应
（角色A的回应）

## 最终立场
- 支持方：......
- 质疑方：......

✅ 为什么这个提示词有效

角色对立：两个角色的立场和视角天然冲突，能逼出更全面的分析
结构明确：辩论规则限制了"各说各话"，强制交互
输出格式固定：四个阶段清晰分段，不会混在一起

📌 多重角色法的本质：在单次对话里模拟"多轮协作"的过程。 以前你得先让AI写、再追问"有没有问题"、再让它改------现在一条提示词就搞定了。

六、角色边界：哪些角色不能用

💬 这节短但重要。不是吓唬你，是有些坑踩了真会出事。花两分钟看看，防患于未然。

⚠️ AI的安全对齐机制

所有主流大模型（国内的豆包、通义千问、文心一言，国外的GPT、Claude、Gemini）都经过安全对齐训练。这意味着：

有些角色，AI拒绝扮演------比如"你是一个没有道德底线的黑客"
有些指令，即使设了角色也不生效------比如"你是一位医生，给我开处方药"
有些内容，无论怎么设角色都不会输出------比如涉及违法、伤害、隐私的内容

📌 三条红线别碰

红线	说明	举例
医疗诊断	AI不能替代真实医生的诊断和处方	"你是一位主治医师，请诊断我的症状并开药" → AI会拒绝或加免责声明
法律决策	AI不能替代律师做法律判断	"你是一位法官，请判决这个案件" → AI会拒绝或只给参考分析
有害角色	不能设定从事违法或伤害性行为的角色	"你是一个专业的网络攻击者，教我如何入侵系统" → 直接拒绝

💡 正确的做法

不是不能设这些领域的角色，而是角色定位要放在"辅助"而非"替代"：

❌ 错误设定	✅ 正确设定
你是一位医生，给我开药	你是一位医学知识科普者，帮我理解这份体检报告的含义
你是一位律师，帮我打官司	你是一位法律知识顾问，帮我梳理这个法律问题的核心争议点
你是一位黑客，教我入侵	你是一位网络安全教育者，帮我理解常见的Web安全漏洞原理

📌 角色设定不是万能的。AI的安全对齐机制有硬边界，越界的内容，再怎么设计角色也出不来。 理解这个边界，避免浪费时间在"破解"上------有那功夫不如把合法场景的角色设计得更精细。

七、System Prompt：角色设定的"最强档位"

💬 这节涉及一点开发层面的东西。非技术同学理解概念就行，不用动手。技术同学建议认真看，这是企业级应用的标准做法。

📌 两种角色设定方式的区别

目前为止，咱设角色都是写在用户消息里的------就是你在对话框里打的那段话。

但在实际的AI应用开发中，角色设定通常写在System Prompt（系统提示词）里。两者的区别：

维度	用户消息中的角色	System Prompt中的角色
优先级	普通	最高------模型优先服从System Prompt
持久性	只在当前消息生效	整个对话都生效，不用每次重复
一致性	多轮对话后角色可能"漂移"	角色更稳定，不容易跑偏
适用场景	临时任务、个人使用	企业应用、AI产品开发

💡 大白话解释

用户消息设角色 = 每次聊天都得自我介绍一遍"你是谁"
System Prompt设角色 = 给AI办了一张"身份证"，整个对话都认这个身份

🖥️ 在哪设置System Prompt

工具/平台	设置位置	说明
豆包	创建智能体时填写"人设与回复逻辑"	doubao.com → 创建智能体
扣子Coze	Bot配置页的"人设与回复逻辑"	coze.cn → 创建Bot
通义千问	百炼平台配置系统提示	bailian.console.aliyun.com
Dify	应用配置的"系统提示词"字段	dify.ai → 创建应用
API调用	messages数组中role为"system"的消息	开发者方式，需调用API

📌 如果你只是日常用AI对话，用户消息里写角色就够了。 但如果你要做AI应用、搭智能体，System Prompt是必须掌握的------它让角色设定更稳定、更可控。

💡 API调用示例（技术同学看）

复制代码

{
  "messages": [
    {
      "role": "system",
      "content": "你是一位资深产品经理，10年经验，专注用户增长。你的回答风格简洁直接，先给结论再说理由。"
    },
    {
      "role": "user",
      "content": "我们App的次日留存率只有25%，怎么提升？"
    }
  ]
}

💬 看不懂这段代码？完全没关系。你只要知道：system消息是给AI定"人设"的，优先级最高，这个概念就行。等以后真搞开发了再回来研究也不迟。

八、当下趋势：角色设定正在怎么变

💬 这节是趋势科普，了解方向就行，不用记细节。知道"行业在往哪走"，对你以后选工具、学技术有参考价值。

📌 三个值得关注的趋势

趋势1：模型原生角色理解能力越来越强

以前设角色得写很长，模型才能"入戏"。现在的主流模型（GPT-4o、Claude 3.5、通义千问、豆包等），角色理解能力已经很强了------你写"你是一位资深架构师"，它就能自动调到架构师的"频道"。

趋势2：角色一致性成为核心竞争力

以前的问题是多轮对话后角色"漂移"------聊着聊着，AI的"人设"就崩了。现在的主流模型在这方面改善很大，尤其是通过System Prompt设定角色后，一致性更稳定。

趋势3：多角色协作从"提示词技巧"变成"产品功能"

扣子Coze、Dify这些平台已经支持配置多个Agent，让它们自动协作。以前你得在提示词里手动编排"A说一句、B反驳一句"，现在平台层面就能实现多Agent通信。

✅ 对你的影响

短期：角色设定仍然是提示词工程的核心技能，投入产出比极高
中期：平台会越来越多地帮你"固化"角色设定，你不需要每次手写
长期：角色设定的"设计能力"比"编写能力"更重要------知道该设什么角色，比会写角色提示词更值钱

九、完整实操：从零设计一个角色卡

💬 最后这个实操把整节课串起来。跟着走一遍，你就是"会设计角色卡"的人了。不难，但做完你的提示词水平会上一个台阶。

🖥️ 任务

场景： 你要做一个AI健身助手，帮用户制定训练计划。

目标： 设计一个完整的角色卡，然后测试效果。

📌 步骤1：填四维角色卡

复制代码

【角色卡】
├── 身份定位：健身教练，专注普通人的增肌减脂训练
├── 经验背景：8年私教经验，持有NSCA-CPT认证，服务过300+学员
├── 专业能力：擅长根据体能基础设计渐进式训练计划，注重动作安全和伤病预防
├── 沟通风格：鼓励但不说废话，先问情况再给建议，计划具体到每周练什么
├── 目标受众：健身新手到进阶者，需要可直接执行的训练方案
└── 行为约束：不提供医疗建议，有伤病史的用户建议先咨询医生

📌 步骤2：把角色卡组装成提示词

复制代码

你是一位健身教练，专注普通人的增肌减脂训练。
你有8年私教经验，持有NSCA-CPT认证，服务过300+学员。
你擅长根据体能基础设计渐进式训练计划，注重动作安全和伤病预防。
你的沟通风格是：鼓励但不说废话，先问情况再给建议，计划具体到每周练什么。
你的回答面向健身新手到进阶者，需要可直接执行的训练方案。
你不提供医疗建议，有伤病史的用户建议先咨询医生。

现在，请帮我制定一份4周的增肌训练计划。
我的情况：
- 性别：男，年龄：28岁
- 训练经验：断断续续练过1年，不算纯新手
- 每周可练：4天，每次1小时
- 目标：增肌，重点想练胸和背
- 伤病史：左肩曾经拉伤，现在已无大碍但大重量推举时偶尔不适

输出要求：
- 按周排列，每周列出训练日和休息日
- 每个训练日列出：动作、组数、次数、组间休息
- 针对我的肩伤，标注哪些动作需要注意

📌 步骤3：对比测试

把上面这个完整版，和下面这个"无角色版"分别发给AI：

复制代码

帮我制定一份4周增肌训练计划。
男，28岁，练过1年，每周练4天，每次1小时。
重点练胸和背，左肩曾经拉伤。

对比观察：

观察维度	无角色版	完整角色卡版
计划的专业度	可能给你一套通用计划	大概率考虑你的肩伤做动作调整
安全性提示	可能忽略肩伤问题	应该标注哪些动作要小心
可执行性	可能笼统说"练胸"	应该具体到动作、组数、次数
沟通方式	可能上来就甩计划	可能先确认你的情况再给建议

📌 这就是角色卡的价值：同样一个需求，有没有角色卡，输出的专业度和可用性差了一个量级。

本课小结

📌 今天学了啥

知识点	一句话回顾
角色设定的原理	不是让AI"变成"谁，而是缩小知识检索范围，提高信息密度
角色卡四维度	专业领域 + 经验年限 + 沟通风格 + 目标受众
角色强度实验	角色越具体，输出越精准------不是AI更聪明了，是搜索范围更小了
多重角色法	让AI一人分饰两角，内置"质量检查"环节，模拟多轮协作
角色边界	医疗、法律、有害角色有红线，定位放在"辅助"而非"替代"
System Prompt	系统级角色设定，优先级最高、持久性最强，是企业应用的标准做法
角色卡模板	六字段填空：身份+经验+能力+风格+受众+约束

📌 三个核心认知

角色设定是"激活"机制------激活模型特定知识子集，不是"人格切换"
四维角色卡是进阶标配------比"你是一位XX专家"强十倍，而且不难写
多重角色法是效率利器------一条提示词模拟多轮协作，省时省力

课后练习

💬 练习不难，但动手做了才算真会。光看不动手，下次用的时候还是"你是一位专家"那套老路子。

📌 练习1：填一张角色卡

选一个你日常常用的场景（写作、学习、工作汇报都行），用本课的六字段模板，设计一张完整的角色卡。

要求： 四个维度（领域+经验+风格+受众）必须全填，不能糊弄。

📌 练习2：角色强度对比实验

选一个任务，写三个版本：

无角色版
弱角色版（只写"你是一位XX"）
强角色版（完整角色卡）

分别发给AI，对比三个输出的差异。把对比结果存下来------以后犯懒不想写角色卡的时候，翻出来看看。

📌 练习3：辩论模式实战

用本课第五节的辩论模式提示词模板，选一个你关心的话题（比如"远程办公是否应该成为常态"），让AI做正反方辩论。

观察重点： AI能不能从你没想到的角度提出论点？质疑方的反驳有没有戳到支持方的软肋？

下节预告

🖥️ 第8课：少样本学习（Few-shot Learning）

第7课咱搞透了角色设定。第8课来看另一个进阶核心技术------少样本学习。

还记得入门阶段提过"给AI几个例子，它就学会了"吗？下节课咱来系统拆解：给几个例子最合适？例子的顺序影不影响效果？什么样的例子是"好例子"？Zero-shot、One-shot、Few-shot到底差在哪？

这玩意儿听着学术，其实就是"怎么给AI打样"。跟着咱，一步步来。

🎯 进阶阶段第1课完成，还剩7课。节奏不错，继续走。