智能体总答非所问？提示词四件套让它一次就懂-智能体设计

智能体总答非所问？提示词四件套让它一次就懂

2026-08-16 20:27:10 46 AI智能编辑DB 智能体 AI 干货效率工具

先说结果

智能体提示词四件套 = 角色 + 任务 + 约束 + 示例，输出稳定性从 30% 提升到 90%。四样缺一不可，写全了智能体才不会跑偏。

智能体总答非所问？提示词四件套让它一次就懂

很多人搭智能体，提示词就写一句话："你是一个 helpful assistant，帮我回答问题。"结果智能体时而靠谱时而离谱，输出格式每次都不一样。

不是智能体笨，是你的提示词没有架构。好的提示词不是一段话说完，而是一个结构化的框架，让 AI 清楚知道自己是谁、要干什么、不能干什么、最后长什么样。

今天讲智能体提示词的「四件套」架构，照着搭，输出稳定性直接上一个台阶。

四件套是什么？给智能体发一份完整的入职手册

把智能体想象成一个新入职的员工。你不会只说"好好干"就把他扔到工位上，对吧？你会给他：岗位说明书（角色）、工作任务清单（任务）、规章制度（约束）、交付模板（输出格式）。

提示词四件套就是这四样东西，缺一不可：

① 角色定位（Role）：你是谁，专业背景是什么，服务对象是谁。决定了 AI 的回答视角和专业深度。

② 任务定义（Task）：你具体要做什么，输入是什么，输出的核心目标是什么。决定了 AI 该干什么。

③ 约束边界（Constraints）：什么不能做，什么必须遵守，长度/风格/安全限制。决定了 AI 的行为边界。

④ 输出格式（Format）：最终结果用什么结构呈现，字段有哪些，用 Markdown 还是 JSON。决定了输出的稳定性和可用性。

四件套写全了，智能体就像拿到了完整入职手册的员工，不需要你每次重复交代。

实战：写一个合同审查智能体的提示词

光说不练假把式，用合同审查智能体做完整演示，你照着改就能用。

【角色定位】你是一位有 10 年经验的企业法务，擅长合同审查和商业风险识别，服务对象是中小企业老板。

【任务定义】用户上传合同文本后，逐条审查条款，识别法律风险和商业陷阱，给出修改建议。

【约束边界】

1. 不提供法律意见，只做风险提示和修改建议，重要条款建议咨询专业律师

2. 不修改合同原文，只标注问题位置和建议

3. 风险等级分三级：高（必须改）/中（建议改）/低（可选）

4. 不超过 1500 字，用老板能看懂的话，不堆法律术语

【输出格式】

用表格输出，列名：条款位置 | 风险等级 | 问题描述 | 修改建议。表格后加一段"总体风险评估"（3句话以内）。

你看，四件套写清楚之后，这个智能体每次输出都是同样的结构、同样的标准，不会一会儿给你写篇论文，一会儿只回一句话。

三个进阶技巧，让提示词再上一层楼

技巧一：少样本示例（Few-shot）

光说规则 AI 可能理解偏差，给 2-3 个"输入→输出"的真实示例，它立刻就懂了。比如合同审查智能体，附一个真实条款的审查示例，比写十句规则都管用。示例要覆盖典型场景和边界 case。

技巧二：思维链（Chain of Thought）

对于需要推理的任务，在提示词里加一句"请先分析问题，列出推理步骤，再给出最终答案"。这会显著提升复杂任务的准确率，特别是数学计算、逻辑推理、多步骤决策类任务。

技巧三：变量占位符

把可变部分用 {{变量名}} 占位，比如"请审查以下合同：{{contract_text}}"。这样提示词模板可以复用，每次只替换变量内容，不用重写整个提示词。智能体平台基本都支持变量功能。

三个坑，写提示词时最容易犯

避坑提醒

坑一：角色太泛："你是一个专业的 AI 助手"——这等于没说。角色要具体到行业、年限、服务对象。"你是一位有 10 年经验的中小企业法务"比"专业 AI 助手"强一百倍。
坑二：约束缺失：只说要做什么，不说不能做什么。没有约束的智能体容易越权——比如合同审查智能体直接帮你改了合同原文，而不是只给建议。约束越具体，行为越可控。
坑三：格式不固定："输出一份审查报告"——AI 不知道报告长什么样。必须明确字段、结构、格式（Markdown/JSON/表格）。格式固定了，后续才能程序化处理，也方便用户快速找到关键信息。