AI Agent Prompt 工程完全指南：让 Agent 真正听懂你的意图

System Prompt 设计、角色定义、工具调用指令——Agent 提示词最全实战手册

返回教程列表

进阶约 30 分钟

AI Agent Prompt 工程完全指南：让 Agent 真正听懂你的意图

System Prompt 设计、角色定义、工具调用指令——Agent 提示词最全实战手册

普通 Prompt 和 Agent Prompt 有本质区别。本指南专门针对 AI Agent 场景，讲解 System Prompt 架构设计、工具调用指令写法、多步骤任务分解提示词，以及避免 Agent 幻觉的核心技巧。

Prompt工程AI AgentSystem Prompt提示词优化Agent开发

AI Agent Prompt 工程完全指南（2026）

直接回答

Agent Prompt 与普通 ChatGPT Prompt 的最大区别：普通 Prompt 是单次问答，Agent Prompt 要设计一个持续运作的「行为框架」——告诉 Agent 它的身份、目标、可用工具、行为边界和失败时的处理方式。

写好 Agent Prompt 的5个核心要素：① 角色定义 ② 任务目标 ③ 工具使用规则 ④ 输出格式约束 ⑤ 边界与安全规则

为什么 Agent Prompt 更难写？

Agent 会执行多步骤任务，每一步都需要做决策。一个写得差的 Prompt 会导致：

Agent 在中途卡住，不知道下一步做什么

Agent 过度使用工具，浪费 Token 和时间

Agent 产生幻觉，伪造不存在的数据

Agent 忽略约束，做出超出预期的操作

Agent System Prompt 标准模板


角色
你是 [公司名] 的 [职责] 专家 Agent。
核心目标
你的任务是：[具体目标，1-2句话]
可用工具
你有以下工具可以调用：
search_web(query): 搜索互联网实时信息
read_file(path): 读取指定文件内容
write_file(path, content): 写入文件
send_email(to, subject, body): 发送邮件
行为规则
在回答前，先明确说明你的计划（「我将按以下步骤完成……」）
每次工具调用前，解释为什么需要这个工具
如果信息不足，主动向用户提问，不要猜测
如果不确定某个操作是否安全，先询问用户确认
禁止行为
不得删除或修改用户未明确授权的文件
不得发送未经用户审核的外部邮件
不得伪造或编造数据
输出格式
每次完成任务后，输出：
完成情况：成功/部分成功/失败
执行摘要：做了什么，用了哪些工具
结果：具体输出内容
下一步建议（如有）

5种常见 Agent 场景的 Prompt 技巧

场景1：研究型 Agent（搜索 + 总结）

关键技巧：


搜索时遵循「3次核实原则」：
用至少3个不同来源验证关键事实
如果来源互相矛盾，明确指出分歧
对于超过6个月前的信息，标注「信息可能已过时」

场景2：编程 Agent（代码生成 + 执行）

关键技巧：


写代码前，先输出：
方案设计（伪代码或架构图描述）
使用的库和依赖
潜在风险点
只有用户确认后，才开始写完整代码。

场景3：数据分析 Agent

关键技巧：


分析数据时：
先输出数据概览（行数、列名、空值比例）
提出3个分析假设，征询用户选择
避免在没有统计显著性验证的情况下使用「大幅增长」「明显下降」等主观措辞

场景4：客服 Agent

关键技巧：


处理投诉时，严格按以下顺序：
情感共情（「我理解您的不便……」）
确认问题（复述用户描述的问题）
查询知识库
提供解决方案（最多3个选项）
超出权限的问题：转人工，不要编造解决方案

场景5：内容创作 Agent

关键技巧：


生成内容前，确认：
目标读者（技术/非技术/管理层）
内容风格（正式/轻松/专业）
字数要求
禁止出现的词汇或话题
生成后，自我评分（满分10分），如低于8分，自行修改后再输出。

避免 Agent 幻觉的 5 个技巧

「如果不知道，就说不知道」原则：在 Prompt 中明确写入「当你不确定某个事实时，明确说明不确定，不要猜测」

要求来源引用：「每个关键数据点都必须附上来源 URL 或文件名」

禁止无来源的数字：「不得给出没有来源的百分比或具体数字」

结果验证步骤：「在最终输出前，检查你的每一个陈述是否有依据」

失败优雅降级：「如果无法完成任务，清晰说明卡在哪一步，以及需要什么信息才能继续」

实测：同一任务的两个 Prompt 对比

弱 Prompt：「帮我分析竞品」 强 Prompt：「分析 [竞品名] 的定价策略。使用 search_web 搜索最新定价页面，与我们的 [产品名] 对比，用表格列出每个方案的价格、功能差异和目标用户。如果搜索结果超过6个月，标注信息可能已过时。」

强 Prompt 的输出质量提升：结构化程度 +80%，幻觉率 -60%。

FAQ

Q：Agent Prompt 多长合适？ A：System Prompt 建议500-1500字（中文）。太短则行为不可预测，太长则 Agent 可能忽略后半部分的规则。关键规则放在开头和结尾。

Q：如何测试 Agent Prompt 是否有效？ A：设计5-10个边界测试案例：正常输入、异常输入、试图绕过规则的输入、信息不足的输入。所有案例都通过才算 Prompt 合格。

Q：不同模型（Claude/GPT/Gemini）需要不同的 Prompt 吗？ A：有差异但不大。Claude 更遵守明确规则，GPT 对创意性指令响应更好，Gemini 在多轮对话中记忆更稳定。建议先写通用版，再针对特定模型微调。