有没有关于AI Agent提示词大全的资源可以分享？

当然有。把AI Agent的提示词玩明白，其实没那么玄乎。很多人把它说得天花乱坠，但本质上就是给AI一个清晰的“工作说明书”。你把它当成一个很聪明但没经验的实习生就行，你得告诉它你是谁，要干嘛，具体怎么干，还有什么不能干。

先从根本上理解AI Agent的提示词逻辑

一个好的AI Agent提示词，就像在代码里定义一个函数。你需要明确它的输入、处理过程和输出。含糊不清的指令只会得到一堆垃圾信息。 所以，别说“给我写个报告”，而是说“你是一个市场分析师，给我写一份关于新能源汽车市场的报告，重点分析特斯拉和比亚迪的竞争策略，报告要包含数据图表，并且不超过2000字”。

你看，后者就把几件事说清楚了：
* 角色 (Role): 你是谁？
* 任务 (Task): 你要干什么？
* 背景 (Context): 这事儿的来龙去脉是什么？
* 格式 (Format): 你要给我什么样的东西？
* 限制 (Constraints): 有什么规矩？

把这几点讲清楚，AI Agent才能靠谱地干活。

常见的几种提示词框架

网上有很多花里胡哨的框架，但说到底都是为了把任务结构化。这里说几个我用下来觉得比较实在的。

1. R.C.F.I.C 框架（角色、上下文、格式、指令、约束）

这个是我自己总结的，其实就是把上面说的几个核心要素串起来。

• Role (角色): “你是一名资深的程序员。”
• Context (上下文): “我正在开发一个电商网站的后端，需要一个处理用户订单的API。”
• Format (格式): “请用Python和Flask框架编写代码，并以JSON格式返回订单状态。”
• Instruction (指令): “这个API需要验证用户身份，创建新的订单记录，并更新商品库存。”
• Constraints (约束): “代码风格遵循PEP8规范，不要使用第三方数据库ORM库。”

按照这个结构去写，思路会很清晰，给出的指令也不容易有遗漏。

2. P.A.R.T. 框架 (Prompt, Archive, Resources, Tools)

这个框架更侧重于告诉Agent如何利用外部信息和工具来完成任务。

• Prompt (提示): 核心指令，告诉Agent要做什么。
• Archive (存档): 指导Agent如何记录和利用过去的交互信息或记忆。 比如，让它在执行复杂任务时，把中间步骤和结果记录下来，避免跑偏。
• Resources (资源): 告诉Agent可以从哪里获取信息，比如公司的内部知识库、特定的网站或者API文档。
• Tools (工具): 明确告诉Agent它能使用哪些工具（比如代码解释器、搜索引擎API），以及什么时候该用哪个工具。

这个框架在做需要多步骤、需要和外部世界交互的复杂任务时特别好用。比如，让Agent帮你规划一次旅行，它就需要用到搜索工具查机票酒店，用到计算器工具算预算。

3. “思维链” (Chain of Thought, CoT)

这个严格来说不算框架，更像一种技巧。就是在指令里加上一句“一步一步地思考”或者“请给出你的思考过程”。 这能引导模型把一个复杂问题分解成小步骤来解决，而不是直接跳到结论。 这样做的好处是能显著提高它在逻辑推理、数学计算这类问题上的准确率。

比如，你问一个数学题，直接问答案它可能会算错。但如果你让它“先列出解题步骤，再进行计算”，它会先把公式和逻辑理一遍，结果就靠谱多了。

一些可以直接用的实战技巧和例子

光说理论没用，下面是一些具体的例子和技巧，你可以直接拿去改着用。

技巧1：用分隔符把指令和上下文分开

当你的提示词很长，包含了很多背景信息时，用###或者"""这样的分隔符把不同的部分隔开，能帮助模型更好地理解你的意图。

例子：
“`

指令

你是一个法律顾问。根据下面的合同文本，总结出合同的主要风险点。

合同文本

“””
这里是长篇大论的合同内容…
“””

输出要求

以无序列表的形式给出风险点，每点不超过50字。
“`

技巧2：多用“正面指令”，少用“负面指令”

别说“不要做什么”，而是直接告诉它“要做什么”。 AI对正面指令的理解通常更好。

• 不太好: “别写得太官方。”
• 更好: “请用轻松、口语化的风格来写。”

技巧3：“示例学习” (Few-shot Learning)

如果你想要的输出格式很特定，光用语言描述可能不够清楚。最好的办法是直接给它几个例子，“照着这个样子做”。

例子：
“`
你是一个文本分类工具。把下面的用户评论分成“正面”或“负面”。

评论: “这个产品太棒了，完全超出我的预期！”
分类: 正面

评论: “物流太慢了，而且包装都破了。”
分类: 负面

评论: “用了几天，感觉还行吧，没什么特别的。”
分类:
“`
通过前面两个例子，它就能学会你想要的输出格式和判断标准。

技巧4：拆分复杂任务

不要指望一个提示词解决所有问题。如果任务很复杂，就把它拆成几个小任务，一步一步地引导Agent完成。 这种“提示链”的思路，能让每一步都更可控，最终结果也更可靠。

例子：
一个完整的市场报告，可以拆成这样几步：
1. 第一步: “你是一个市场研究员，请搜索并列出最近一年关于中国电动汽车市场份额的主要报告和数据来源。”
2. 第二步 (基于第一步的输出): “根据你找到的这些资料，总结出市场排名前五的品牌及其市场份额，用表格呈现。”
3. 第三步: “分析排名第一和第二的品牌，它们各自的核心优势和市场策略是什么？”
4. 第四步: “综合以上信息，撰写一份完整的市场分析报告，先是市场概览，然后是主要玩家分析，最后是未来趋势预测。”

在哪里找更多资源？

• GitHub: 有很多开源项目会把AutoGPT或BabyAGI这类Agent的系统提示词完整地放出来。 直接去看这些项目的源码，是学习高手怎么写的最好方式。你能看到它们是如何定义Agent的行为、如何管理内存、如何调用工具的。
• 提示词社区和博客: 像PromptHub这样的社区或者一些AI领域的开发者博客，经常会分享和讨论各种Agent的提示词技巧和实例。

记住，写提示词不是一次性的事。你需要不断地测试和迭代。 第一次的结果不理想很正常，根据它的输出调整你的指令，就像和人沟通一样，多说几次，它总会明白的。