你给 agent 写了满满两页系统提示，线上却时而听话时而失忆，很多工程师以为是没写够、其实是写错了层。上一课拆了主循环，这课拆主循环每轮都要喂的系统提示：分哪几层、哪些写死、哪些运行时注入、哪些根本不该写。

先把术语翻成人话

系统提示 system prompt ：每轮都喂给模型的固定开场白，定身份和规矩

advisory ：建议性的，模型可以选择不听

环境注入 ：运行时把现在几号、在哪个目录拼进提示

工具纪律 ：告诉模型什么时候该用哪只手

一、面试现场

面试官提问

“同样写系统提示，Claude Code 凭什么比你稳？”

阿里 Agent 工程二面。面试官翻着候选人的项目：你给 agent 写过系统提示吧，里面都放什么？候选人答：写它是个编程助手，让它好好答问题。

面试官追问：就这——那它怎么知道今天几号、在哪个目录？——这题看似考 prompt 文笔，实考你能不能区分「出厂固件」和「用户任务」：前者是身份、边界、环境、工具规矩，每轮都在、跨任务不变；后者是这次要干的活，每轮在变。混在一起，agent 的人格就会随每个问题漂移。

**直接回答：**系统提示是出厂固件——身份、边界、环境、工具，和任务分开。

二、大多数人怎么答的

典型翻车回答

“系统提示就是把要求写详细点，写得越多越全 agent 越听话。”

这话说反了——系统提示不是免费的说明书，而是每轮都参与计算的固定前缀：你多写一句，后面每轮都为它付 token。它是杠杆最高的地方，要的是克制，不是堆砌。

我认为，好的系统提示像出厂固件：少、硬、稳——少而精的边界，加上运行时才知道的环境，而不是把这次任务的细节也焊进去。

别停在“写少点、写硬点”这种通用心法上——你知道最能打的 agent，比如 Claude Code（截至 2026-06），它的开场白到底怎么搭的吗？它公开可观察：你跟它说句话，它张口就报得出你的 cwd、git 状态、今天几号。下面拆开它，看这四层背后它做了哪些你想不到的取舍。

三、拆开 Claude Code 的开场白：四层固件

把 Claude Code 启动时那段开场白拆开看，它不是一段话，是四层固件，缺一层 agent 就会在某处失忆或越界。每层各解决一个不同的问题——这也是顶级 harness 收敛出来的分层。

① 身份与语气：先定它是谁、怎么说话

身份这层是 agent 的人格基线，一飘整个语气就跟着乱。你是谁、服务什么场景、说话简洁还是啰嗦——Claude Code 开场第一句就是「You are Claude Code, Anthropic’s official CLI」，紧接着定调简洁、直接、少废话，所以它不跟你客套。所以这层必须静态、跨任务不变。

**违反后果：**身份留白或每次都改，agent 一会儿像客服一会儿像同事，行为不稳定。

② 行为边界：先划什么坚决不做

边界这层只认「绝不」，不认「请尽量」。看 Claude Code 怎么做的：它的系统提示里满是 IMPORTANT、You MUST、NEVER 这种大写强调体——不是喊口号，是因为规则一多模型会挑着遵守，CC 用强调把不可逾越的几条顶到注意力最高处。它和权限门（第 6 课）、Hooks（第 8 课）配合，这层管的是模型自己的判断基线。

**违反后果：**边界写得软绵绵（尽量不要），模型在压力下就会越线；红线必须是硬断言。

③ 环境注入：模型不知道此时此地

这是最多人漏的一层。模型本身不知道今天几号、你在哪个目录、git 什么状态——这些必须运行时由程序动态拼进。截至 2026-06，Claude Code 开场有一段 # Environment，把 cwd、git 状态、平台、OS、日期逐行填进去。

不止开场才是关键——跑到对话中途，Claude Code 还用 <system-reminder> 把当下状态动态塞回去，所以它第 40 轮还记得现场。这招才是它长任务不失忆的命门，你造 agent 不学，跑长流程必崩。

**违反后果：**不注入环境，模型瞎猜路径、用错日期，张口就是幻觉。

④ 工具纪律：教模型优先用哪只手

有了工具（第 3 课）还不够，得告诉模型用的规矩：优先用专用工具而非裸 Bash、能并行就并行、引用代码用 路径:行号。这层把会用工具变成用得专业。

**违反后果：**没有工具纪律，模型会用 Bash 的 cat 去读文件、串行跑本可并行的活，又慢又难控。

**我的优先顺序：**先把静态固件（身份+边界+工具纪律）写到少而硬，再把动态环境做成运行时注入槽。两者一旦混写，固件每次启动都在变，既难复用也难调试。最典型的翻车：把「本次要重构 X 模块」焊进系统提示，换个任务它还念叨那个早已无关的 X。

四、面试官追问链

追问 1

“当前日期、工作目录，是模型自己知道还是你喂的？”

你喂的。模型参数训练时就冻结了，它不知道现在。所有此时此地的信息——日期、cwd、git 状态、操作系统——都得运行时拼进提示。这也是为什么同一个模型，接了环境注入的 agent 显得懂现场，没接的只会泛泛而谈。面试能说清这点，立刻和只会调 API 的人拉开差距。

追问 2

“系统提示和 CLAUDE.md 都是提示，差在哪？”

层级和归属不同。系统提示是 agent 的出厂固件，由造 agent 的人写、跨项目不变、用户一般改不到；CLAUDE.md 是项目级的，住在你的仓库里、用户随时改。两者都是 advisory（模型可忽略），但一个定这个 agent 是谁，一个定这个项目要注意啥。记忆那一层（第 5 课）会接着拆 CLAUDE.md。

追问 3

“一个 agent 要同时干编程和写作，系统提示怎么设计？”

别把两套任务规则都塞进系统提示——那等于让固件精神分裂。正解：身份固件保持稳定（你是个能干活的助手），任务差异交给用户 prompt、输出风格、或干脆拆成子 agent（第 7 课）。我认为系统提示越想什么都管，就越什么都管不好；它该管的是不变的那部分。

五、写一份能复用的 agent 系统提示

能复用的系统提示，关键动作只有一个：把静态固件和运行时环境分开写，留出注入槽。下面四步把上面四层落成一个能直接照抄的骨架。

STEP 1 · 先写静态身份固件

一段话定身份和语气，3 到 5 条硬边界。只写跨任务不变的，别写这次任务细节。整段卡一个 300 token 的阈值，每句都要能解释为什么留它。

↳ 关键：写完删一遍——删不掉的才是固件。

STEP 2 · 预留环境注入槽

在固件后面留四个字段占位：{cwd} {git_status} {os} {date}，启动时用程序读到的真实值填充。

↳ 关键：这层每次启动都变，绝不能写死。

STEP 3 · 写工具纪律

几条用工具的规矩：优先专用工具、能并行则并行、引用代码给 路径:行号，和你的工具集（第 3 课）这张表对齐。

↳ 关键：纪律要和实际工具匹配，别写没有的工具。

STEP 4 · 任务差异不进固件

这次要干的活、领域知识，走用户 prompt 或按需加载的技能（第 9 课），不焊进系统提示。

↳ 关键：固件稳、任务活，复用性就出来了。

# 身份（1 段，跨任务不变）
你是一个简洁、直接的编程助手，只做被要求的事，不客套。
# 硬边界（写死「绝不」，不写「请尽量」）
- 绝不在未确认前删除文件或重置 git。
- 绝不把密钥、token 写进代码或日志。
- 绝不假装执行工具、编造工具结果。
# 环境注入（启动时填真实值，绝不写死）
cwd={cwd}  git={git_status}  os={os}  date={date}
# 工具纪律（3 条）
- 读文件用专用工具，不用 Bash 的 cat。
- 无依赖的工具调用并行发起；引用代码给「路径:行号」。

**↳ 一句话验收：**把这份骨架当配置存：「静态固件 + 运行时环境槽」分开管，同一份固件就能服务不同项目和任务——这才是它和随手写 prompt 的区别。

六、本课总结

一句话总结

系统提示不是许愿池，是 agent 的出厂固件——身份、硬边界、运行时环境、工具纪律四层，少而硬；任务细节交给用户 prompt，环境靠运行时注入，因为模型从不知道此时此地。

面试锦囊

**先说：**系统提示是每轮都参与的固定前缀，杠杆最高，所以要克制不要堆。四层：身份语气、行为边界、环境注入、工具纪律。

**再说：**重点强调环境注入：模型不知道日期、目录、git 状态，必须运行时拼进去——这是懂现场和只会调 API 的分水岭。

**最后补：**关键在于：静态固件求稳、动态环境求准，两者分开写；任务差异交给用户 prompt 或子 agent，别焊进固件，否则不可复用。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】