01. prompt 把关基础
前提:prompt 工程之前先有"框架标准"
动手调 prompt 前,需要三件套:成功定义 + 测试方法 + 初稿,否则是盲目优化。
- "成功标准"有两层:框架标准(能力边界、各区期望、边缘处理)> 测试题(用例)。框架是母、测试题是子,框架先行。
- 框架标准(= 能力边界母表)的双重用途:① 指导 prompt 该写什么 ② 做把关 prompt 的标尺。没有母表,prompt 把关无从谈起;有了它,把关就有了标尺。
- 核心心法:把写 prompt 当成给"绝顶聪明但对你项目零背景的新员工"下指令——它不缺智力,缺你脑子里的业务背景和隐含预期。
prompt 不是万能药:先归因,且要归到"哪一段 prompt"
- 不是每个失败都该用 prompt 解决。把关前先归因:是 prompt 问题,还是知识供给/系统问题?
- 归因维度不是"prompt vs 非prompt",而是"哪个环节 / 哪一段 prompt":一个 agent 有多段 prompt——路由/意图识别(是一段 prompt)、匹配/检索、回复生成(另一段 prompt)——加上非 prompt 的知识供给、系统工程。
- 精确到"哪一段",技术才不会改错地方。
提示词技术阶梯(从最有效到最精细)
- 清晰直接的指令(最有效):正向说"要什么",给顺序步骤,具体到可执行。
- 多示例:给"输入→理想输出",尤其放边界/易混场景的正负例。
- 思维链(CoT):让模型先写推理再给结论。但增延迟成本;新推理模型已内化 CoT,不必手动加。
- XML 标签:给 prompt 搭结构,让模型分清指令/背景/示例/用户输入。
- 角色设定:一句话调动一整套隐含行为的强力杠杆。但只定大方向、定不了细节。
system prompt 该放什么 + 8 条把关清单
system prompt 放"全局稳定的身份和行为准则"。一个完整人设含五层:① 角色/身份 ② 能力声明(尤其"明确不做什么")③ 行为规则(追问/兜底/语气)④ 红线(S0,显式)⑤ XML 结构化承载。
8 条把关清单(技术给你一版 prompt,逐条核):
- 角色:定了吗?调子对不对?
- 能力声明:写了"能做什么"吗?尤其"明确不做什么"?
- 追问逻辑:什么情况追问、追问什么,写清了吗?
- 兜底逻辑:什么情况兜底、传达什么、后续动作,分类写清了吗?
- 红线(S0):绝不能做的,显式列出、在 system 层吗?
- 具体可执行:每条规则,零背景新员工照做能不用猜吗?
- 结构化:分块了吗(XML),还是糊成一坨?
- 抗漂移:最关键的规则,放在显著位置、够突出吗?
system prompt 的详略分寸
- 影响行为吗? 影响行为的背景才放,纯介绍性的不放。
- 能不能变? 不能变的写死、写具体;可以变的给"要点 + 示例"。
- 能直接执行吗? 能→够了;要猜→写具体到能执行。
警惕反面:system prompt 不是越全越好。太长→关键规则被淹没;规则太多→互相冲突;话术锁太死→僵硬。目标是"写准"不是"写全"。
02. Skill:场景化按需加载的 prompt
system prompt 承载的东西越多,"太长→关键规则被淹没;规则太多→互相冲突;话术锁太死→僵硬"就越难避免。根源在于 system prompt 是全局常驻的——每轮对话都完整加载,不管用户当前在什么场景。
Skill 是这个问题的解法:把 prompt 体系从"一整坨 system prompt"升级为"system prompt(全局层)+ skill(场景层)"的两层结构。
Skill 的定义
Skill = 场景化按需加载的 prompt。两个关键区别:
- 按需加载:平时只占一行触发描述(几十 token),命中场景后才把完整指令加载进上下文。
- 场景化:每个 skill 服务于一个具体场景,内部可以规定该场景的完整操作规程。
一句话:system prompt 是"你是谁、全局怎么做",skill 是"遇到这个场景、具体怎么做"。
Skill 与 MCP、Plugin 的区别
| 解决什么问题 | 本质 | 例(服务台助手) | |
|---|---|---|---|
| Skill | 模型有能力做,但不知道按你的标准怎么做 | 场景化的操作规程(prompt) | "兜底回复的操作规程" |
| MCP | 模型碰不到外部系统和数据 | 外部连接通道(工具调用协议) | 查 ITSM 获取流程入口 |
| Plugin | 需要把 skill + MCP + 命令打包分发 | 分发和组合的壳 | 把服务台助手的全套能力打包复用 |
判断口诀:连不上外部系统 → MCP;知道该做什么但不知道按你的方式怎么做 → Skill;打包给别人用 → Plugin。
什么时候该用 Skill
归因检查清单(逐条排除后,剩下的就是 skill 的活):
| 排除项 | 如果是,该改什么 |
|---|---|
| 模型连不上外部系统/数据 | → MCP |
| 流程走向需要编排 | → Workflow |
| 需要模型自主规划未知流程 | → Agent |
| 模型推理能力不够 | → CoT / 推理模型 |
| System prompt 里的全局规则本身写错或缺失 | → 改 system prompt |
| 知识库/数据缺内容 | → 补知识库 |
以上都不是,但模型的执行质量仍然不稳定:→ 这就是 skill 该做的事。
典型信号:
- 同一场景每次执行方式不一致;
- 某个场景的操作规程足够复杂,塞进 system prompt 会淹没其他规则;
- 不同场景之间的规则互相干扰;
- System prompt 改一处、别的场景表现漂移。
System prompt vs Skill 的分工原则
什么留在 system prompt:角色身份、能力声明、全局判断规则、S0 红线、全局语气基调、Skill 索引。
什么抽成 skill:某个场景的完整操作规程、该场景下调什么工具、输出格式、语气和话术要点、边缘处理和降级方式。
分工口诀:system prompt 管"什么时候走这条路"(判断规则),skill 管"走上这条路后怎么走"(执行规程)。
Skill 内部该写什么(结构)
- 触发描述(一句话,平时常驻于 system prompt 的 skill 索引中)
- 前置条件(可选)
- 操作步骤:按顺序规定该场景下的完整执行流程
- 输出规范
- 分支处理
- 边界与禁止
- 语气与话术要点
设计原则:
- 一个 skill 对应一个场景,不塞多个;
- Skill 内部的详略同样遵循"三把尺"——判断规则写死、话术给要点、能执行即可;
- Skill 可以规定工具调用顺序;
- 母表定义"该场景期望什么结果"(验收标准),skill 规定"该场景怎么执行才能达到那个结果"(操作手册);
- Skill 不改变测试方法——仍然用母表的期望行为和 L1/L2 判定。