第 7 章：Prompt 设计：系统提示词、用户输入和上下文
本章目标
这一章把 Prompt 从“随手写一句”升级成可维护的应用配置。
本章效果
在配套项目中，Prompt 被放在服务端 prompts.ts 中统一维护。前端只发送用户消息，不直接拼接系统提示词。
Prompt 在应用里的角色
Prompt 不是魔法咒语，而是模型的运行规则。一个好的系统 Prompt 应该说明：
- 模型扮演什么角色
- 可以使用哪些信息
- 不能做什么
- 输出格式是什么
- 不确定时如何回答
- 是否需要引用来源
知识库助手的系统提示词
创建 src/lib/ai/prompts.ts：
export const KB_ASSISTANT_SYSTEM_PROMPT = `
你是一个企业知识库助手。
回答规则：
1. 优先依据提供的知识库片段回答。
2. 如果知识库片段不足以支持结论，要明确说明“不确定”。
3. 不要编造制度、链接、数字、日期或人员信息。
4. 回答要简洁，必要时使用列表。
5. 如果有引用来源，请在回答末尾列出。
`;
注意这里写的是规则，不是口号。
用户输入和上下文分离
不要把用户问题、知识库片段和系统规则混成一大段。更好的方式是分层：
export function buildKnowledgeContext(docs: Array<{ title: string; content: string }>) {
return docs
.map((doc, index) => {
return `资料 ${index + 1}：${doc.title}\n${doc.content}`;
})
.join("\n\n");
}
调用模型：
const result = await model.invoke([
{ role: "system", content: KB_ASSISTANT_SYSTEM_PROMPT },
{
role: "user",
content: `
知识库片段：
${context}
用户问题：
${question}
`
}
]);
Prompt 版本管理
Prompt 会不断调整。建议给关键 Prompt 加版本：
export const PROMPT_VERSION = "kb-assistant-v1";
日志里记录：
{
promptVersion: PROMPT_VERSION,
model: process.env.CHAT_MODEL,
question,
createdAt: Date.now()
}
这样线上效果变差时，能知道是哪一版 Prompt 出了问题。
Prompt 测试样例
为知识库助手准备几类测试问题：
资料里有明确答案的问题
资料里没有答案的问题
用户要求编造的问题
用户输入很长的问题
用户要求输出 JSON 的问题
用户故意注入“忽略之前规则”的问题
Prompt 不是写完就结束，而是要持续测试。
实战任务
完成：
- 把 system prompt 移到
prompts.ts - 设计知识库上下文构造函数
- 在 API Route 中引用 Prompt
- 准备 5 个测试问题
常见坑
不要相信一句“不要幻觉”就能解决问题。减少幻觉要靠 Prompt、检索质量、引用来源和拒答策略共同完成。
不要把所有业务规则写死在 Prompt 里。稳定规则可以写代码，不稳定表达再交给模型。
不要让用户输入直接覆盖系统规则。
本章小结
Prompt 是 AI 应用的运行协议。下一章会让模型输出稳定 JSON，方便前端和业务系统处理。
