提示词设计怎么做？给AI产品写系统指令的六条原则

提示词设计这四个字，网上的教程几乎都在教你怎么问AI：套角色、加约束、给例子。但做AI产品的人面对的是另一件事——用户不看教程。他们打开输入框，想到什么打什么，字没打全就直接发。产品要接住这些七零八落的问法，靠的是写在后台的系统提示词和预设话术。

这两年我在两个对话产品上干这件事：一个导购机器人，一个内部知识库助手。下面六条原则，是拿线上数据和翻车记录换来的，不聊个人怎么写prompt。

系统提示词和你自己用的提示词，不是一回事

个人提示词只覆盖你一个人的问法，产品系统提示词要替所有用户提问，写法、评价标准和改动成本都不同。把教程里那套个人写法直接搬进产品，是新手团队最常见的错。

区别说白了就一条：你问什么你心里有数，用户问什么你不知道。教程教你「先设定角色再给约束」，那是针对一次具体任务的写法。产品的系统提示词更像店里给店员的员工手册——不教某一句话怎么说，教的是遇到没见过的问题怎么不砸锅。

这张表里最容易被低估的是改动成本。个人提示词改砸了，重问一遍就行。产品改砸了，是运营第二天早上发现投诉涨了三成。

用户的问法不会按剧本来

预设话术不能靠产品经理在会议室里拍脑袋列，要从客服日志和搜索框里捞真实问法，归成意图组，逐组设计。拍脑袋列的清单，上线第一周就会被击穿。

讲个翻车。导购机器人第一版话术，产品经理列了12种问法，覆盖尺码、色号、发货，看着挺全。上线第一天，有个用户问：「这条裤子我95斤，穿M还是L？」清单里没有。机器人按模糊指令答了句「建议参考尺码表」，用户直接走了。

后来我们换了个办法：从客服聊天记录里捞120条真实问法，归成9类意图，每类挑3条最刁钻的写进评测。尺码类单独建了一组，因为用户的问法能排出一整页——「95斤穿什么码」「160的身高算偏胖吗」「和实体店码数一样吗」。预设话术和快捷追问按钮就按这9类铺，每个按钮下面再挂两条变体。

设计预设话术和设计表单字段是一个道理：你猜的字段，用户永远不填；用户想填的，你没留位置。

系统提示词写多长才够用？

系统提示词不是越长越稳。指令堆太密，模型回复会跟着变啰嗦，建议压到千字以内，细节挪进知识库和示例。长度对齐回复风格，不是对齐安全感。

这个坑我结结实实踩过。第一版导购指令写了2200字，什么都想管：语气、卖点、竞品对比、售后边界。上线后回复从两句话涨到五句，用户追问率从18%掉到9%——指令太密，模型学坏了，把「详细」当成了任务本身。

删到900字，只留四块：角色一句话、边界清单、回复格式、兜底动作。追问率回到15%。剩下的提升靠什么？三条few-shot示例，直接放理想回复的样子。不夸张，三条示例顶十行形容词。

对了，跑个题：写过UI文案的人应该有同感——按钮上的字越想讲清楚就越长，越长用户越不敢点。系统提示词一个毛病。

边界、兜底和回归测试，占了一半工作量

红线要写具体动作，不写抽象品德；兜底要给出口，不能一甩了之；改完任何一版，都得跑固定评测集回归。这三件没做，提示词设计只算做了一半。

红线举个例子。「不许瞎编」这种写法基本没用。我们改成「价格类问题只引用商品页数字，商品页没有就说查不到，并给出客服入口」。同一批200条抽测里，编造类回答从7%降到1%。

位置也有讲究。红线放在系统提示词开头第三行，和放在末尾，是两个世界——末尾版本的抽测编造率回升到4%，模型读到后面会松。现在我们的模板里，红线永远排前三行。

兜底话术改到第6版才像样。第1版是「抱歉，我不太明白」，干净，但用户流失得干脆。第6版改成承认接不住，然后甩两个猜你想问的快捷按钮，大概六成用户会点其中一个，对话就续上了。

改一版跑一轮回归，这套流程现在看是常识，当时是吃了亏才立的规矩：120条常规题加20条红线题，改完必跑，两版结果摆一起看diff。提示词也是产品界面，改UI要回归，改指令凭什么不用？

回到开头那句：教程教的是怎么问得好，产品要接住的是问得差的人。「95斤穿M还是L」这句话，后来被我们印在内部文档第一页。提示词设计做得好不好，就看这种没人按剧本来问的问题，产品接不接得住。