换个角度想
系统提示词像新员工入职第一天拿到的岗位手册：你是谁、对客户怎么说话、哪些事不能答应。客户看不到这本手册，但员工的一言一行都照着它来。
术语 · AI
系统提示词
System Prompt
你开口之前，应用就已经交给模型的一段设定：它是谁、怎么说话、哪些事不能做。每次对话都会附在最前面，普通用户通常看不到。
你看不到的那段话，决定了它怎么回你
没有系统提示词系统提示词：银行客服用户只看得到自己这一行
想写就写按设定回应设定排在最前面，每次都在
- 开发者写在最前面的设定
system（空）开发者写在最前面的设定system你是某银行客服，只回答账户相关问题，语气礼貌简洁 用户发来「帮我写首诗」
模型只收到这一句
用户发来「帮我写首诗」
模型收到的是：设定 + 这一句
- 写了一首诗：银行的客服窗口聊起了风花雪月「抱歉，我只能帮您处理账户相关的问题」
- 跑题什么都答，不像一个客服产品的定位守不住守住边界始终按设定的身份说话用户看不到设定，却处处感受得到
开发者写好设定
什么时候会遇到它
不同 App 的人设
同一个底层模型，套上不同的系统提示词，就成了客服、老师、写作助手等不同的产品。
自定义指令
ChatGPT 的「自定义指令」、各家的「项目说明」，其实就是让你自己写一段系统提示词。
做自己的 AI 工具
调用模型 API 时，请求里的 system 字段就是系统提示词，用来定下工具的角色和规矩。
想一想
你在自定义指令里写了「回答尽量简短」，之后它一直很简短，连你让它写一篇长文也只写了几段。为什么？怎么办？
看答案
自定义指令每次对话都会附在最前面，相当于一条常驻规则，优先级很高。可以在指令里写清例外，比如「除非我明确要求写长文」，或者在这次提问里直接说明要写多长。
最容易踩的坑
系统提示词不是保险箱。用户可以用各种话术诱导模型说出它，网上流传的各家「官方系统提示词」很多就是这么来的，所以里面不要放密码、密钥这类机密。它约束的也只是模型的倾向，模型偶尔仍会违反。