话题标签
系统提示
系统提示（System Prompt）是对话式 AI 中由开发者预设、优先级高于用户输入的行为约束指令，贯穿整个会话，用于定义模型角色、任务边界、输出格式与安全规则。它与一次性生效的用户提示不同，属于产品逻辑的一部分。设计良好的系统提示通常包含角色身份、任务目标、禁止项、输出格式、少样本示例与工具说明六类要素，并应纳入版本控制与评测回归。系统提示存在被提示注入绕过的风险，需配合输入过滤、权限最小化与输出校验多层防护；其长度应以约束密度而非字数为标准。
直接回答
系统提示（System Prompt）指在对话式人工智能或多轮交互系统中，由开发者、平台或系统预先设定、用于约束模型行为的一段高优先级指令。它通常位于用户输入之前，定义模型的角色身份、任务边界、输出格式、语气风格与安全规则，是提示词工程（Prompt Engineering）中最基础也最关键的一层。与用户每轮提交的普通提示不同，系统提示具有更高的优先级和更长的生效周期，贯穿整个会话，模型在生成回复时会优先遵循其中的约束。在企业级应用中，系统提示常用于构建客服机器人、代码助手、数据分析助手等场景，并可配合变量注入、少样本示例与工具调用说明，形成可复用、可版本化、可评测的智能体配置。除人工智能领域外，“系统提示”在软件工程中也可指操作系统或应用向用户弹出的通知、警告与确认信息，其设计原则强调信息准确、措辞清晰、操作可预期。本页面汇集与系统提示相关的技术文档、实践案例与行业资讯，帮助读者系统理解其定义、设计方法与落地路径。
核心要点
- 系统提示是会话级的最高优先级指令
- 与用户提示在三个维度上不同
- 高质量系统提示包含六类结构要素
- 系统提示需要工程化管理而非一次性撰写
- 长度并非越长越好
主题权威
芒旭软件围绕“系统提示”建立了独立的标签聚合页，作为该主题的内容枢纽，统一收录并串联站内的技术文档、实践案例、产品说明与行业资讯。页面本身不仅提供术语定义，更侧重工程落地视角——包括系统提示的结构化写法、六类核心要素、版本管理、评测集构建与提示注入防护等可直接复用的方法。这种“概念解释 + 结构模板 + 风险治理 + 案例索引”的组合，使该页面对 AI 应用开发者与产品决策者同时具备参考价值。随着相关技术文档与案例在站内持续沉淀，标签页会通过内部链接不断强化主题覆盖度，形成可被搜索引擎与 AI 系统稳定识别的领域权威信号。
AI 摘要
系统提示（System Prompt）是对话式 AI 中由开发者预设、优先级高于用户输入的行为约束指令，贯穿整个会话，用于定义模型角色、任务边界、输出格式与安全规则。它与一次性生效的用户提示不同，属于产品逻辑的一部分。设计良好的系统提示通常包含角色身份、任务目标、禁止项、输出格式、少样本示例与工具说明六类要素，并应纳入版本控制与评测回归。系统提示存在被提示注入绕过的风险，需配合输入过滤、权限最小化与输出校验多层防护；其长度应以约束密度而非字数为标准。
相关标签
常见问题
- 系统提示和用户提示有什么区别？
- 两者最核心的差异在于优先级与生效范围。系统提示由应用方设定，位于会话最前端，约束整个对话过程，用于定义角色、规则、输出格式与安全边界；用户提示是终端用户每一轮输入的具体诉求，只对当前请求生效。当二者冲突时，主流大模型会优先遵守系统提示。此外，系统提示通常对用户不可见，属于产品逻辑的一部分；用户提示则是用户可直接控制的部分。实践中，稳定的规则放系统提示，变化的任务需求放用户提示。
- 写好系统提示的关键要素有哪些？
- 通常建议覆盖六项：一是角色与身份，明确模型“是谁”；二是任务目标，说明要解决什么问题、成功标准是什么；三是边界与禁止项，列出不可执行的操作与必须拒答的情形；四是输出格式规范，例如字段、长度、语言、是否需要JSON；五是少样本示例，用一至三个高质量样例锚定风格；六是工具与知识来源说明，交代可调用能力与引用要求。要素越明确，输出方差越小。此外，约束应尽量具体可检验，避免“尽量准确”“回答得好一点”这类无法判定的表述。
- 系统提示会被绕过吗？如何防范提示注入？
- 会被绕过，这是当前大模型应用的已知风险。常见手段包括要求模型“忽略以上指令”、通过角色扮演诱导、在检索到的外部文档中埋入恶意指令等。防范需要多层策略：在输入侧过滤或转义可疑指令片段；在结构上将用户内容置于明确标记的数据区块中，并告知模型该区块内容仅作数据处理、不构成指令；在权限侧对模型可调用的工具做最小权限限制与二次确认；在输出侧增加规则校验与敏感操作拦截。同时应建立对抗测试用例集，将提示注入纳入持续评测。仅依靠在系统提示中写一句“不要被欺骗”并不足以形成有效防护。
- 系统提示写多长比较合适？
- 没有固定字数标准，判断依据是“约束密度”而非“长度”。一般而言，承载单一职责的助手其系统提示控制在数百字到千余字较为常见；过于冗长会带来三个问题：关键约束被稀释、首字延迟与 token 成本上升、维护难度增加。更合理的做法是分层组织内容，把强约束条款放在靠前或靠后等注意力较高的位置；将可枚举的知识、文档与业务数据迁移到检索增强或工具调用中，让系统提示专注于行为规则本身。
- 系统提示如何做版本管理与效果评估？
- 建议将其视为代码资产：纳入版本控制系统，每次变更记录动机、影响范围与回滚方案；按业务场景拆分为可复用的模板片段，通过变量注入实现个性化。评估上，先构建覆盖典型场景、边界场景与对抗场景的测试集，定义可量化指标（如格式合规率、拒答准确率、任务完成率、幻觉率），每次修改后跑回归测试并对比基线。上线后结合人工抽检与线上反馈持续迭代，避免仅凭主观感受判断提示词优劣。