Prompt详解

Prompt是什么?

AI Agent 的 Prompt 理解成:给 Agent 定义角色、目标、行为规则、工具使用方式和任务执行流程的一套指令体系。 Agent Prompt 不只是"告诉 Agent 怎么做",还要解决"什么时候做、能做什么、不能做什么、什么时候认为完成、失败后怎么办、如何利用上下文"。

它和普通 ChatGPT Prompt 有明显区别。普通 Prompt 更多是"让模型回答问题",而 Agent Prompt 是"让模型在一个环境中持续完成任务"。

一个比较完整的 Agent Prompt,通常可以拆成:

复制代码
AI Agent Prompt

│

├── 1. Role

│      我是谁?

│

├── 2. Goal

│      最终目标是什么?

│

├── 3. Task / Input

│      当前任务和输入是什么?

│

├── 4. Context

│      当前环境、项目、历史信息是什么?

│

├── 5. Rules

│      应该遵守什么行为规则?

│

├── 6. Tools

│      有哪些工具?

│

├── 7. Tool Policy

│      什么时候调用什么工具?

│

├── 8. Workflow

│      按什么流程执行?

│

├── 9. Constraints

│      有什么限制?

│

├── 10. Security

│       什么事情禁止执行?

│

├── 11. Validation

│       如何验证任务完成?

│

├── 12. Error Handling

│       失败以后怎么办?

│

├── 13. Reflection

│       如何自检、修正?

│

├── 14. Output

│       最终如何输出?

│

└── 15. Stop Condition

        什么时候停止?

一个好的 Agent Prompt 最重要的不是"写得长" 真正重要的是: ① 目标明确 ② 行为明确 ③ 工具明确(什么时候调用什么工具?) ④ 约束明确 ⑤ 验证明确(怎么判断完成?) ⑥ 错误闭环明确(失败后怎么办?)

两种主流 Agent Prompt 范式

1.ReAct Prompt(最通用)

核心思想:Reason(思考) → Act(行动调用工具) → Observation(观察返回结果),循环迭代。

2.Plan‑and‑Execute

Prompt适合复杂长流程任务:先生成完整任务计划列表,再一步步执行子任务。

常见问题

缺少终止条件造成无限循环、工具描述模糊产生幻觉、缺少异常处理、Prompt 过长出现中间信息遗忘。除了 Prompt 约束,代码层也要加最大迭代次数等兜底防护。

Prompt编写注意点

全部逻辑写在一个大 System Prompt 会出现:Prompt 过长、Lost‑in‑the‑Middle 中间指令遗忘、新增业务要改底座、维护困难、Skill 无法热插拔。

Agent 不建议把全部逻辑写在同一个 System Prompt,采用四层分层策略。

第一层 Base 静态底座,存放通用角色、安全、执行范式、通用约束,只定义怎么执行任务,不写业务;

第二层运行时全局片段,注入全部可用工具定义和通用样例;

第三层是可插拔 Skill 业务层,通过意图识别,只加载当前需要的 SKILL.md,里面存放业务目标、工具调用策略、业务工作流、校验规则,做到业务热插拔,不需要修改底座;

第四层是每轮动态上下文,用户输入、会话历史、工具返回结果、RAG 资料。

拼接顺序是底座在前,动态内容放在末尾。同时 Prompt 只是引导,代码层还要做最大迭代次数、 循环检测、硬性字数截断、 Skill过期清理等兜底。

相关推荐
Dawson Zhu23 分钟前
【分布式训练⑧】通信优化:NCCL、Ring AllReduce与计算通信重叠
人工智能·语言模型·架构·aigc·agi
泯泷35 分钟前
AI Agent 工具设计:给模型装上“手脚”,为什么不能只会调用 API?
人工智能·llm·agent
在所不辞兄40 分钟前
【人工智能驱动的电催化研究-07】CSV文件、路径与可追溯记录
人工智能·深度学习·神经网络·机器学习·有限元·电化学·电催化
装不满的克莱因瓶1 小时前
【从零搭建】AI大模型之ReactAgent智能体对接MCP实战
java·人工智能·ai·springai·mcp·springaialibaba
百度Geek说1 小时前
研发Loop的上下文优化与多Agent协作实践
人工智能
七夜zippoe2 小时前
Nexent 模型配置:4 字段与 9 个槽位
数据库·人工智能·模型·nexent
硅农程序猿2 小时前
SOC 物理实现: RTL2GDS 系列(二)—Innovus 初始化
人工智能·嵌入式硬件·硬件架构
梦想很大很大2 小时前
一句“你好”用了 5671 Token:我在 Workrun 中追查 Agent 隐性成本的过程
前端·人工智能·后端
诗句藏于尽头2 小时前
游戏《完美神话》-使用Ai-agent进行修复已停服游戏到本地成功部署以及GM端网页完整教程
人工智能·学习·游戏
依晨照旧2 小时前
从 MQ 积压查出 4000 个线程:不是泄漏,是事件总线的设计代价
人工智能