AI System提示词工程实战：从设计原则到生产环境优化

1次阅读

共计 2140 个字符，预计需要花费 6 分钟才能阅读完成。

在部署 AI 应用时，我们常常遇到这些典型问题：

模型输出突然偏离预期，给出完全无关的内容
敏感信息意外泄露或被诱导输出
业务场景切换时需要重新训练微调模型
相同提示词在不同模型版本表现差异巨大

这些问题 90% 都源于 System 提示词设计缺陷。System 提示词就像是给 AI 模型的 ” 岗位说明书 ”，决定了它的行为边界和响应方式。

明确性
使用肯定句式（” 必须 ”、” 应当 ”）而非否定句式
为每个角色定义明确的输出格式要求
示例：” 你是一名金融顾问，所有投资建议必须包含风险评估部分 ”
上下文控制
使用 XML 标签划分上下文区块
显式声明对话历史的使用范围
示例：<history> 仅参考最近 3 轮对话 </history>
安全边界
基于 OWASP AI Security Guidelines 设置过滤层
包含明确的拒绝策略（如 ” 遇到不确定请求时应当拒绝回答 ”）
可扩展性
预留变量插槽支持动态内容
示例：当前用户权限级别：{user_role}

graph TD
    A[基础指令层] -->| 提供核心约束 | B[业务逻辑层]
    B -->| 注入动态参数 | C[会话上下文]

你是一名{{expert_role}}，必须遵守以下规则：1. 响应必须使用 {{response_format}} 格式
2. 当遇到 {{deny_conditions}} 时应拒绝回答
3. 必须校验以下事实准确性：{{fact_check_fields}}

def build_system_prompt(user_role: str, session_context: dict):
    """
    动态组装系统提示词
    :param user_role: 用户权限级别
    :param session_context: 包含业务参数的字典
    :return: 完整系统提示词
    """
    try:
        base_template = env.get_template('system_prompt_base.j2')
        business_rules = load_business_rules(user_role)

        prompt = base_template.render(expert_role=session_context.get('expert_type', '助理'),
            response_format=business_rules['output_format'],
            deny_conditions=format_deny_conditions(user_role),
            fact_check_fields=get_validation_fields(session_context)
        )

        # 安全校验
        if not validate_prompt_safety(prompt):
            raise ValueError("提示词包含不安全内容")

        return prompt

    except Exception as e:
        logging.error(f"提示词构建失败: {str(e)}")
        return get_fallback_prompt()

输入过滤
使用正则表达式检测注入尝试
示例：re.search(r'[\\<>\\{\\}]', input_text)
输出校验
实现内容审查链（Moderation Chain）
示例流程：
1. 检查是否包含未授权实体
2. 验证是否符合响应格式
3. 扫描敏感关键词

精简重复指令：使用变量引用代替重复内容
优先使用短标记 ：<hist> 比<conversation_history>节省 12 个 token

动态裁剪机制：

def trim_prompt(prompt: str, model_max_tokens: int) -> str:
    """根据模型上下文窗口自动裁剪"""
    tokens = tokenizer.encode(prompt)
    if len(tokens) > model_max_tokens * 0.7:  # 保留 30% 空间给输出
        return tokenizer.decode(tokens[:int(model_max_tokens*0.7)])
    return prompt