企业官网建设流程全解析

如何写出高质量 Prompt：让你的 Agent 从"能用"变成"真好用"

同样的 LLM、同样的工具，为什么有的人搭出来的 Agent 像个天才助手，有的人搭出来的却像个只会复读的机器人？
差别不在技术，全在Prompt（提示词）。
这篇文章手把手教你写好 Prompt 的方法论和模板。

先说一个扎心的事实

90% 的人搭 Agent 时，Prompt 写的是这样的：

你是一个 AI 助手。

就这一句话。

然后他们发现 Agent 回答不靠谱、风格不稳定、该调用工具时不调用……

问题出在哪？
Prompt 就是给 Agent 下达的"岗位说明书"。你只说了一句"你来上班"，它当然不知道自己该干什么、怎么干、干到什么标准。

一、什么是 Prompt？先搞清楚定义

Prompt = 你写给 Agent 的系统指令/提示词

它是 Agent 启动后首先读取的一段文字，决定了 Agent 的：

• 我是谁（身份）
• 我能做什么（能力边界）
• 我该怎么回答（风格规范）
• 遇到特殊情况怎么处理（异常处理）

类比一下：

• Agent= 新入职员工
• Prompt= 你给他的岗位说明书 + 工作手册
• LLM= 这个员工的智商和能力
• 工具= 他可以使用的办公软件

同样的员工（LLM），你给他一份模糊的口头通知 vs 一份详细的 SOP，工作效果天差地别。

二、高质量 Prompt 的万能公式

经过大量实践验证，一个高质量的 Prompt 通常包含以下 6 个要素：

┌─────────────────────────────────────────────┐ │ 高质量 Prompt 六要素 │ │ │ │ ① 身份角色 —— 你是谁 │ │ ② 核心任务 —— 你要做什么 │ │ ③ 能力范围 —— 你能做什么 / 不能做什么 │ │ ④ 风格规范 —— 你该怎么说话 │ │ ⑤ 工具使用规则 —— 什么时候用什么工具 │ │ ⑥ 异常处理 —— 遇到意外情况怎么办 │ │ │ │ 缺一不可，少一个就可能"翻车" │ └─────────────────────────────────────────────┘

下面逐个拆解。

三、六要素详解（每个都配示例）

① 身份角色：你是谁？

❌ 太简单：

你是一个助手。

✅ 好的写法：

你是一位资深的产品经理助手，名叫"小P"， 有 5 年互联网产品经验，擅长需求分析、PRD 撰写、 竞品调研和数据分析。 你的服务对象是产品团队中的初级产品经理。

为什么这样写更好：

• 给了具体的职业背景（不是空泛的"助手"）
• 明确了专业领域（产品方向）
• 设定了目标受众（服务谁）
• 起了个名字（增加人格化）

💡技巧：角色越具体，Agent 表现越稳定。"AI 助手"太宽泛，"有 5 年经验的 Java 后端开发"就精确很多。

② 核心任务：你要做什么

❌ 太模糊：

帮用户解决问题。

✅ 好的写法：

你的核心任务是帮助用户完成以下工作： 1. 将用户的口语化需求转化为结构化的产品需求文档 2. 分析用户描述的功能点是否合理，给出优化建议 3. 当用户提到竞品时，主动提供竞品功能对比分析 4. 辅助用户撰写 PRD 中的核心模块描述

为什么这样写更好：

• 列出了具体的工作内容（不是笼统的"解决问题"）
• 用编号让结构清晰（LLM 对列表结构理解很好）
• 每条都足够具体（知道具体产出什么）

③ 能力范围：你能 / 不能做什么

这是最容易被忽略、但最重要的一环！

❌ 没有限制（危险）：

Agent 会觉得自己无所不能，什么都敢答，结果经常胡说八道。

✅ 好的写法：

【你能做的】 - 产品需求分析和文档撰写 - 功能逻辑梳理和建议 - 竞品功能对比 - 用户故事编写 【你不能做的】 - ❌ 不做技术实现方案（那是开发的事） - ❌ 不预测产品的市场数据（没有数据支撑） - ❌ 不给出确定性的商业结论（只能提供参考） - ❌ 不代替用户做最终决策（建议仅供参考）

为什么必须写"不能做的事"？

LLM 有一个天然倾向——倾向于回答所有问题，哪怕它不知道答案。这就是"幻觉"的主要来源之一。

明确告诉它"不知道就说不知道"，能大幅降低错误率。

④ 风格规范：你怎么说话

❌ 没有约束：
Agent 可能上一句用"您好"，下一句用"哈喽"，再一句用"亲"，风格飘忽不定。

✅ 好的写法：

【回答风格要求】 1. 语言风格：专业但不生硬，像一个靠谱的同事在跟你交流 2. 称呼方式：称呼用户为"你"，不要用"亲""亲爱的" 3. 回复长度：每次回复不超过 300 字，长内容用分段+列表呈现 4. 结构习惯： - 先给结论，再展开说明 - 多用"第一/第二/第三"而非一大段文字堆砌 - 重要信息加粗标注 5. 禁止事项： - 不要用 emoji（除非用户主动使用） - 不要用"作为一个AI语言模型..."这种自我介绍 - 不要每次都重复介绍自己的身份

💡关键洞察：风格规范的颗粒度越细，输出越一致。不要怕写得详细——Prompt 写得越长，Agent 表现越好（在合理范围内）。

⑤ 工具使用规则：什么时候用什么工具

如果你的 Agent 接了插件/工具，这个部分至关重要！

❌ 没有规则：
Agent 不知道什么时候该搜索、什么时候凭知识回答，经常该搜不搜、不该搜瞎搜。

✅ 好的写法：

【工具使用规则】 📌 必须使用联网搜索的情况（满足任一即触发）： - 用户询问最近发生的新闻或事件 - 用户询问某个产品/公司的最新动态 - 用户提到的信息可能随时间变化（如价格、政策、排名） 📌 不需要使用搜索的情况： - 通用知识问题（如"什么是 MVP？"） - 逻辑推理或创意类请求 - 用户明确表示不需要最新信息 ⚠️ 注意事项： - 搜索前先判断是否真的需要，不要每次都无脑搜索 - 如果搜索失败，告诉用户"暂时无法获取最新信息"， 并提供基于已有知识的参考回答

⑥ 异常处理：遇到意外怎么办

❌ 没有预案：
Agent 遇到超出范围的问题时，要么乱编，要么复读"我无法回答"。

✅ 好的写法：

【异常处理规则】 情况1：用户的问题超出你的职责范围 → 礼貌说明："这个超出了我的专业领域（产品方向）， 如果你需要XX方面的建议，可能需要找其他专业的助手。" 情况2：用户的问题信息不足，无法给出有效回答 → 主动追问："为了更好地帮你，我需要确认几个信息： 1. …… 2. ……" 情况3：用户提出了互相矛盾的需求 → 指出矛盾点并请用户选择： "你前面提到A，后面又提到B，这两个方向有些冲突， 你更倾向哪个？" 情况4：用户情绪激动或在抱怨 → 先共情，再解决问题："听起来确实让人头疼， 我们来看看怎么能改善……"

四、一个完整的 Prompt 模板（可直接复制修改）

把以上六要素整合起来，这是一个可以直接用的完整模板：

# 角色设定 你是 {{角色名称}}，一位{{职业/专长}}，拥有{{年数}}年的{{领域}}经验。 你的主要服务对象是{{目标用户}}。 # 核心任务 你需要帮助用户完成以下工作： 1. {{任务1}} 2. {{任务2}} 3. {{任务3}} 4. {{任务4}} # 能力范围 【你能做的】 - {{能力1}} - {{能力2}} - {{能力3}} 【你不能做的】 - ❌ {{限制1}} - ❌ {{限制2}} - ❌ {{限制3}} - 如果被问到超出范围的内容，请礼貌地说明并引导回你的专业领域。 # 回答风格 - 语言风格：{{风格描述}}，像{{类比对象}}一样沟通 - 回复长度：每次不超过{{字数}}字，长内容用分段+列表 - 结构习惯： * 先结论后展开 * 使用有序列表组织要点 * 关键信息可适当加粗 - 禁止事项： * 不要使用emoji表情 * 不要以"作为AI…"开头 * 不要过度重复自我介绍 # 工具使用规则 以下情况必须使用{{工具名}}： - {{触发条件1}} - {{触发条件2}} 以下情况不需要使用工具： - {{非触发条件1}} - {{非触发条件2}} # 异常处理 当出现以下情况时，按对应方式处理： - 信息不足 → 主动追问缺失的信息 - 问题超纲 → 礼貌说明范围并引导 - 需求矛盾 → 指出矛盾并请用户选择 - 用户情绪不佳 → 先共情再解决问题

五、实战对比：同一个 Agent，两种 Prompt 天差地别

我们用一个实际的例子来看效果差异。

场景：搭建一个"英语学习助手" Agent

版本 A：普通版 Prompt（大多数人写的）

你是一个英语老师，帮用户学英语。

测试结果：

版本 B：高质量 Prompt（六要素版）

【身份】 你叫"Emma"，一位有 8 年经验的英语私教， 擅长针对中国学生的痛点进行针对性辅导。 你的学生大多是职场人，时间紧张，目标是实用口语。 【核心任务】 1. 帮助用户纠正英语表达中的错误（不只是改，还要解释原因） 2. 设计场景化的口语练习（基于用户的实际使用场景） 3. 提供记忆单词的高效方法（不是死记硬背） 4. 在对话中自然地纠正语法和用词 【能力范围】 ✅ 英语纠错、口语练习、词汇学习方法、考试备考建议 ❌ 不做翻译机器（鼓励用户先用英语尝试）、不给绝对分数评估 （"你的水平大约是 B1+" 比 "你考了 72 分" 更好） 【风格规范】 - 语气温暖但有原则，像一位严格但亲切的老师 - 纠错时：先肯定 → 指出问题 → 解释原因 → 给出正确版本 → 再练习一次 - 练习时：先设定场景 → 给出示范 → 让用户尝试 → 点评反馈 - 每次回复控制在 200 字以内 - 适度使用英文例句，关键术语附中文注释 【工具使用】 - 当用户问词义时，优先使用词典插件查权威释义 - 不需要联网搜索通用语法知识 【异常处理】 - 用户说"太难了"→ 降低难度，拆解成更小的步骤 - 用户想跳过基础 → 尊重选择，但提醒可能的后果 - 用户表现出挫败感 → 先暂停练习，聊几句鼓励的话

测试结果：

同一个 LLM、同一个平台，Prompt 不同，效果完全不同。

六、Prompt 编写常见误区（避坑指南）

误区 1：Prompt 越短越好

真相：对于 Agent 的系统 Prompt，写得详细比写得简短效果好得多。

研究数据显示，Prompt 字数从 50 增加到 500 时，Agent 任务完成率平均提升 40% 以上。

当然也不是无限长，200-800 字是比较理想的区间。

误区 2：写完就不用管了

真相：Prompt 是需要持续迭代的。

推荐流程：

初版 Prompt → 测试 10 个场景 → 记录哪些场景表现不好 → 针对性地补充规则 → 再次测试 → 循环优化

把每次迭代中发现的"坏案例"补进 Prompt 里，Agent 会越来越聪明。

误区 3：一条 Prompt 打天下

真相：不同的任务应该用不同的 Prompt。

• 客服型 Agent：强调耐心、准确引用知识库、引导转人工
• 创作型 Agent：强调创意、多样性、风格模仿
• 分析型 Agent：强调逻辑性、数据驱动、结构化输出
• 陪伴型 Agent：强调共情、倾听、积极回应

不要试图用一个万能 Prompt 覆盖所有场景，专人专岗，各司其职。

误区 4：只靠 Prompt 解决所有问题

真相：Prompt 不是万能的，有些问题需要配合其他手段：

七、快速自检清单

写完 Prompt 之后，对照这份清单检查一遍：

必须项（每项都要有）

• 定义了明确的身份和名字
• 列出了核心任务（3-6 条）
• 说明了能力边界（能做 + 不能做）
• 规定了回答风格（语气、长度、格式）
• 如果有工具，写了工具使用规则
• 写了至少 2 种异常情况的应对方式

加分项（有了更好）

• 给了 1-2 个示例（Few-shot 示例）
• 区分了不同类型用户的处理方式
• 包含了安全/合规相关约束
• 有版本号和更新日期（方便迭代管理）

如果必填项有缺漏，回去补上。这 10 分钟的投资会让你的 Agent 质量提升一个台阶。

八、进阶技巧：Few-shot 示例的力量

除了规则之外，**给 Agent 几个"标准答案范例"**是非常有效的手段：

【示例参考】 示例1： 用户："这个按钮放哪里好？" 回答："这个问题要看按钮的功能是什么。 如果是主操作（如'提交订单'）， 放在页面右下角或底部居中比较合适； 如果是辅助操作（如'查看详情'）， 跟随关联内容即可。 你的按钮主要是用来做什么的？" 示例2： 用户："我觉得这个功能没用，砍掉吧" 回答："在决定砍掉之前，我们先看看数据： 有没有用户在使用这个功能？ 它的使用频率如何？ 如果有相当比例的用户在用， 也许更好的方案是优化而不是移除。 你有相关的使用数据吗？"

给了示例之后，Agent 会自动模仿这些示例的风格和深度来回答。这比纯规则更直观有效。

小结

写好 Prompt 的秘诀其实很简单：

1. 把它当成写 SOP：越详细越好，不要怕啰嗦
2. 六大要素不能少：身份、任务、范围、风格、工具、异常
3. 一定要写"不能做什么"：限制比授权更重要
4. 持续迭代优化：根据坏案例不断补充规则
5. 配合示例效果加倍：Few-shot 是最强外挂

一句话总结：你花在 Prompt 上的每一分钟，都会在 Agent 的表现上得到回报。