企业官网建设流程全解析

维度System Prompt (系统提示词)User Prompt (用户提示词)定义与提供者由开发者或系统设计者预先设定用于定义模型的“角色”或“人格”设定对话的全局规则和约束。由最终用户在每次交互时输入用于提出具体的问题、请求或提供上下文信息。主要目的设定框架与规则。它塑造模型的“世界观”和行为模式确保模型在整个会话中保持一致性、安全性和专业性。执行具体任务。它向模型发出明确的行动指令是驱动模型产生特定输出的直接原因。作用范围全局性、持久性。在单次对话或整个应用生命周期内持续生效影响模型对所有User Prompt的理解和回应方式。局部性、临时性。仅影响模型对当前这一次请求的回应。内容示例“你是一位资深Java开发专家回答应专业、准确。请用中文回答并优先提供代码示例。”“请用Java编写一个快速排序算法并添加详细注释。”灵活性相对固定通常在对话开始或应用初始化时设定不频繁更改。高度灵活用户可以自由输入任何问题或指令。优先级更高。它为模型提供了基础的行为准则User Prompt的解读和执行都在此框架下进行。较低。其执行不能违背System Prompt设定的核心规则如“不回答非法内容”。协同1. System Prompt模型的“宪法”与角色扮演指南System Prompt的核心在于定义边界和塑造身份。它不仅仅是一个简单的指令更是模型在本次交互中的“行为准则”或“角色设定”。例如它可以用来设定角色让模型扮演特定专家如医生、律师、代码审查员。规定格式要求回答必须包含要点列表、代码块或遵循特定的结构化模板如RTF框架Role, Task, Format。施加约束限制回答长度、禁止讨论某些话题、要求引用来源等。提供上下文注入领域知识、公司规范或对话历史摘要使模型在特定语境下工作。2. User Prompt具体的任务指令与交互触发器User Prompt是用户意图的直接表达其质量直接决定输出结果的好坏。一个优秀的User Prompt应具备清晰、具体、有上下文的特点。例如模糊的User Prompt“给我讲讲Python。”优秀的User Prompt“我是一名有JavaScript基础的新手想学习Python进行数据分析。请对比Python和JavaScript在数据处理语法上的主要差异并给出一个使用Pandas库读取CSV文件的Python代码示例。”3. 协同工作流程在实际交互中两者协同工作形成“框架-指令”的配合模式。模型的处理逻辑可以抽象为以下伪代码流程# 伪代码示意 System Prompt 与 User Prompt 的协同处理流程 [结合 ref_2, ref_4, ref_5] def model_inference(system_prompt, user_prompt): 模拟大模型接收并处理提示词的过程。 system_prompt: 系统提示词设定全局角色和规则。 user_prompt: 用户提示词提出具体请求。 # 步骤1加载并内化System Prompt建立响应基线 internal_context initialize_model_with(system_prompt) # 模型根据System Prompt设定内部状态和角色 # 步骤2在System Prompt设定的框架下解析User Prompt的意图 if violates_constraints(system_prompt, user_prompt): # 检查用户请求是否违反系统设定如安全规则 return generate_refusal_response(system_prompt) # 若违反则按系统要求拒绝回答 else: task_intent parse_intent(user_prompt) # 解析用户的具体任务 # 步骤3结合两者生成最终响应 final_response generate_response( contextinternal_context, # 基于系统设定的角色/规则 tasktask_intent, # 基于用户的具体指令 formatget_format_requirement(system_prompt) # 遵循系统要求的格式 ) return final_response # 示例调用 system_msg 你是一位乐于助人的编程助手擅长Python。回答请简洁并优先提供代码。 user_msg 如何用Python反转一个字符串 answer model_inference(system_msg, user_msg) print(answer) # 预期输出将是一个包含Python代码如hello[::-1]的简洁解释而不是一篇关于字符串历史的长篇大论。示例场景一构建专业客服AgentSystem Prompt“你是XX公司的AI客服态度热情、专业。你的知识截止于2023年12月。对于产品问题请依据提供的知识库回答对于未知问题请引导用户联系人工客服。回答需用中文并分点说明。”User Prompt“我的订单#12345显示已发货但一周没收到怎么办”分析System Prompt设定了客服角色、知识边界、回答格式和兜底策略。User Prompt则提供了具体的查询案例。模型会在“客服”角色下调用相关知识如果知识库中有物流查询流程并可能以分点形式回复操作步骤。场景二代码生成与审查System Prompt“你是一个严格的代码审查专家。请检查用户提供的代码首先指出潜在bug、性能问题和风格不符PEP 8之处然后给出修改后的优化版本。使用Markdown代码块。”User Prompt粘贴一段存在缩进错误和低效循环的Python代码分析System Prompt将模型锁定在“代码审查专家”角色并规定了结构化的输出格式先问题后优化代码。User Prompt提供审查对象。这使得输出高度结构化、专业化远超一个通用模型对同一段代码的简单评价。sumSystem Prompt是战略层的设定它塑造了模型的“人格”和对话的“游戏规则”而User Prompt是战术层的指令负责在既定规则下完成具体动作在实际开发中往往需要通过迭代优化System Prompt来约束模型行为同时精心设计User Prompt或通过Few-shot示例在System Prompt中提供来精准触发所需能力