很多人把 Agent 的提示词当成聊天提示词来写：「你是一个助手，请帮我做某某事」。结果 Agent 要么理解跑偏，要么乱调工具，要么输出格式五花八门。原因很简单：聊天提示词是给「一次回答」用的，Agent 提示词是给「一个会自己动手干活的系统」用的——它的职责不是回答一个问题，而是约束一整套行为。
这篇讲 AI Agent 提示词到底怎么写：先讲清它和普通提示词的本质区别，再给出一套六模块写法，附可直接抄的模板，最后讲常见坑和迭代方法。写好了，Agent 稳定一半。
先搞清楚：Agent 提示词和聊天提示词不是一回事
聊天提示词只管「这次回答得对不对」；Agent 提示词要管「这个系统接下来怎么行动」——它决定模型怎么理解任务、怎么规划步骤、怎么调用工具、怎么判断结果、什么时候停下来。
所以 Agent 的系统提示词更像一份「岗位说明书」加「操作手册」：既要告诉模型它是谁、干什么，也要告诉它工具怎么用、边界在哪里、输出长什么样。写得好，后续的 上下文管理、结构化输出 都省力；写不好，后面全是在给提示词打补丁。
六模块写法：一份能直接抄的系统提示词骨架
给 Agent 写系统提示词，建议按下面六个模块组织，缺一个就补一个：
模块一：角色设定。一句话说清 Agent 是谁、服务的对象是谁、语气风格如何。比如「你是企业知识库助手，服务内部员工，回答专业直接，不闲聊」。角色设定别写虚的——「你是万能 AI」等于没写。
模块二：任务目标。说清这个 Agent 的职责范围和交付标准。注意要写「做什么、不做什么」：职责边界写清楚，Agent 才不会该管的不管、不该管的乱管。比如「只回答与内部制度相关的问题，超出范围直接说明无法回答」。
模块三：工具说明。告诉 Agent 有哪些工具可用、每个工具什么时候用、怎么用。这是最容易漏的一块——模型对工具的理解全靠这段说明。工具描述要写「触发条件 + 输入要求 + 常见错误」三件套：什么时候调、参数怎么填、失败了怎么办。工具调用失败的排查 里一半的问题，根源都在提示词里工具说明写得含糊。
模块四：工作流约束。规定任务的处理流程：先做什么、后做什么、什么情况下重试、什么情况下升级。比如「查资料先检索知识库再回答；检索不到时明确告知，不得编造」。这一步是 Agent 行为可控性的关键，配合 失败升级规则 这类机制，才能让 Agent 在异常情况下也有章法。
模块五：输出格式。规定输出的结构：纯文本还是 JSON、包含哪些字段、长度要求。结构化输出 做得好不好，一半取决于这里写得细不细——给模型一个字段模板，比让它「自由发挥」稳定得多。
模块六：安全边界。规定什么不能做：不执行删除类操作、不访问敏感数据、不外传信息、敏感操作必须二次确认。AI Agent 权限管理 在系统层面兜底，提示词里的安全边界是第一道意识防线——两层都得有。
一份可直接抄的系统提示词模板
把六个模块串起来，长这样（按你的场景替换方括号内容即可）：
「你是[某领域]的[角色]，服务[对象]，风格[语气]。你的职责是[任务范围]，不负责[边界外事项]。可用工具：[工具1：用途与触发条件]；[工具2：用途与触发条件]。处理流程：[步骤1]→[步骤2]→[步骤3]；遇到[情况A]重试一次，遇到[情况B]停止并上报。输出格式：[结构模板]。禁止事项：[不可执行的操作]；涉及[敏感操作]必须向用户确认。」
这套模板的核心是「把话说死」：角色、范围、流程、输出、边界全部显式化，不给模型自由发挥的空间。模型不是越自由越好，是约束越清晰越好。
常见坑：提示词越写越多，Agent 反而越不稳
约束过载。把几十条规则全塞进系统提示词，模型反而抓不住重点——它分不清哪条是铁律、哪条是参考。解法：分优先级，铁律放前面，示例放后面；长提示词配合 上下文裁剪 控制长度。
规则互相矛盾。「要详细」和「要简洁」同时出现，模型只能随机选一个。每条规则写完后自检一遍：有没有和别的规则打架？
只写「做什么」不写「做不到怎么办」。现实世界里 Agent 一定遇到答不上来、工具失败、权限不足的情况。不写兜底规则，模型就会硬编——幻觉治理 的第一道闸，就是在提示词里写死「不知道就明说」。
一次写完美心态。提示词不是写出来的，是调出来的。别指望第一版就稳定，按 AI Agent 评测怎么做 的思路，准备一套测试任务集，每次改提示词都跑一遍对比，用数据说话。
把提示词当代码管：版本、评审、验证
提示词改动是 Agent 行为变化的最大来源，建议按代码的纪律来管：
版本化——每次修改记录版本号和改动原因，方便回滚；评审——改提示词和改代码一样要走评审，至少让第二个人看一眼；验证——每次上线前跑回归测试，确认改动没有破坏已有能力。变更后验证清单 的套路可以直接套用：改了什么、影响哪些任务、回归结果如何，一条条对。
生产环境的提示词变更，最好保留审计痕迹——谁改的、什么时候改的、上线前后效果对比，证据包 的思路在提示词管理上同样适用。别小看这一步，Agent 出问题时，能查「提示词是不是最近改过」往往能省一半排查时间。
优缺点与适合人群
这套六模块写法的优点：结构清晰、可直接抄、覆盖面全，把「凭感觉写提示词」变成「按清单写提示词」；缺点：需要根据实际场景迭代 2-3 轮才能稳定，前期投入比随便写几句要大。
适合：正在搭 Agent 的开发者、负责 Agent 提示词的运营同学、想把 Agent 行为规范化管理的团队。不适合：只想快速试一下效果的个人用户——那种场景随便写两句能跑就行，别过度设计。
总结
AI Agent 提示词的核心不是「写得华丽」，是「约束到位」：六个模块——角色设定、任务目标、工具说明、工作流约束、输出格式、安全边界——把 Agent 的行为框架定死，再用测试任务集持续迭代，把提示词当代码管理。记住一句话：提示词不是写给模型看的作文，是写给模型看的岗位说明书。说明书越清晰，Agent 越靠谱。
