关于 system-prompt-structure
System Prompt Structure 是面向 AI 产品系统提示词设计的指南。它组织角色、背景、行为规则、输出要求和示例,并提供结构原则,帮助团队编写清晰且可检验的指令。
主要功能
- 01组织提示词的组成部分
- 02定义角色与背景
- 03规定行为与输出
- 04用示例说明预期响应
- 05列出结构审查原则
适用场景
- 01为 AI 产品起草系统提示词
- 02检查提示词中的指令冲突
- 03使输出要求可检验
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ owl-listener/ ai-design-skills --skill system-prompt-structure安装后在 Claude Code 中输入/system-prompt-structure确认已加载。
详细介绍
系统提示词结构
系统提示词是 AI 产品设计中最重要的部分。它定义了 AI 是谁、了解什么、如何行动,以及会生成什么内容。它相当于一份集品牌指南、交互规范和行为契约于一体的文档。
系统提示词的组成
结构良好的系统提示词包含多个不同的部分,各自承担特定作用: 1. 身份与角色 AI 是谁?它的目的是什么?这为后续所有内容奠定了基础。
- “你是一名资深 UX 研究员,负责帮助设计团队……”
- 内容要具体。“你是一个乐于助人的助手”过于笼统,无法产生一致的行为。 2. 上下文与知识 AI 了解什么?它的领域是什么?它正在处理哪些信息?
- 领域边界:它擅长什么,以及哪些内容不在其范围内
- 与任务相关的背景信息
- 用户上下文:它正在与谁交谈,以及对方需要什么 3. 行为规则 AI 应该如何行动?有哪些该做和不该做的事?
- 语气与风格规范
- 回复格式偏好
- 防护措施与禁止行为
- 交互风格(提出澄清问题、简洁作答、逐步思考) 4. 输出规范 AI 应该生成什么?采用什么格式?
- 预期的输出结构
- 长度指南
- 格式要求(Markdown、JSON、纯文本)
- 质量标准 5. 示例(可选,但很有用) 对预期行为的具体演示。
- 展示理想回复的输入输出对
- 展示如何处理棘手情况的边缘案例
结构原则
- 顺序很重要:模型会更多关注提示词开头和结尾的内容。请将最重要的指令放在最前面。
- 具体胜过冗长:简短而具体的提示词,效果胜过冗长而含糊的提示词。
- 正向指令优于负向指令:“做 X”比“不要做 Y”更清楚——不过两者各有用处。
- 职责分离:将身份、规则和输出规范分别放在不同的部分。
- 可测试性:提示词中的每条指令都应可测试。如果无法判断 AI 是否遵循了指令,就重写它。
常见的结构错误
- 大杂烩式提示词:塞入所有可能的指令,导致模型无法确定优先级。
- 相互矛盾的指令:规则彼此冲突,迫使模型猜测该遵循哪一条。
- 隐含期望:假设模型无需明说就知道你想要什么。
- 指令分散:同一主题在多个地方重复说明,造成不一致。
- 静态提示词:从不根据实际效果更新提示词。
设计产物
- 带有明确标注章节的系统提示词文档
- 提示词需求规范(提示词必须实现什么)
- 提示词审查清单
- 附有修改理由的版本历史
评论
支持 Markdown