系统提示词怎么写：和用户提示词的区别、官方推荐的四段结构与可照抄的模板

适用于谁

• 搜「系统提示词怎么写」「系统提示词和用户提示词的区别」的人；
• 在做智能体、客服机器人、Dify / 扣子应用，或者在 ChatGPT 自定义指令、Claude 项目说明里要写一段「长期生效的设定」的人。

本文根据 OpenAI、Anthropic、Google 三家的官方提示词文档整理，资料核对于 2026-10-11。各家模型更新很快，官方自己也建议用测试来验证提示词的效果。

结论先说

1. 系统提示词是「规则」，用户提示词是「这一次的输入」。OpenAI 的比喻最好记：前者像函数定义，后者像传给函数的参数。
2. 系统提示词的优先级更高。OpenAI 文档写明，开发者消息优先于用户消息。
3. 官方推荐的结构是四段：身份 → 指令 → 示例 → 上下文（OpenAI）。
4. 写清楚、写具体、解释原因，比堆砌「必须」「绝对不要」有效（Anthropic）。
5. 最关键的约束放在系统提示词里，或者放在最前面（Google）。

先分清几个名字

OpenAI 对三种角色的定义：

• developer：应用开发者提供的指令，优先于用户消息；
• user：最终用户提供的指令，优先级在开发者消息之后；
• assistant：模型自己生成的内容。

所以，「每次都要遵守」的东西放系统提示词；「这一次要处理什么」放用户消息。把一次性的任务细节塞进系统提示词，或者把长期规则每次重复写在用户消息里，都是放错了地方。

步骤

1. 按四段结构搭骨架

OpenAI 文档给出的开发者消息结构，通常按这个顺序：

各段之间用 Markdown 标题或 XML 标签隔开。OpenAI 的说法是：Markdown 的标题和列表用来标出提示词的不同部分和层级，XML 标签用来标明一段内容（比如参考文档）从哪里开始、到哪里结束。

2. 身份：一句话就有用

Anthropic 文档的原话是：在系统提示词里设定角色，可以让模型的行为和语气聚焦到你的使用场景上，哪怕只有一句话也会有区别。官方示例就是一句「你是一个专精 Python 的编程助手」。

身份不需要写成长篇人物小传。说清它是谁、为谁服务、用什么口吻就够了。

3. 指令：清楚、具体、讲原因

Anthropic 给的三条原则，对任何模型都适用：

• 把模型当成一位聪明但刚入职的新同事，它不了解你们的规范和流程。官方的「黄金法则」是：把提示词给一位不了解背景的同事看，如果他会困惑，模型也会；
• 顺序或完整性重要时，用编号列表写成步骤；
• 说明原因。官方的对比例子：只写「绝对不要用省略号」效果较差；写成「你的回答会被语音合成引擎朗读，所以不要用省略号，引擎不知道该怎么读」效果更好，因为模型能从解释里举一反三。

另一条来自 Anthropic 的格式建议：告诉它要做什么，而不是不要做什么。与其写「不要用 Markdown」，不如写「回答请用连贯的段落来写」。

Google 对 Gemini 3 的建议方向一致：目标要说得精确直接，避免不必要的、过度劝说式的措辞；有歧义的术语和参数要明确解释。

4. 示例：放两三个，格式统一

示例是控制输出格式最可靠的办法之一。怎么挑、放几个、怎么排，见《少样本提示怎么写》。

5. 把最重要的约束放对位置

Google 文档的建议：关键的行为约束、角色定义和输出格式要求，放在系统指令里，或者放在用户提示词的最开头。资料很长时则相反，先放全部资料，把具体问题放在最后。

一份可以直接改的模板

# 身份
你是［公司名］的售后客服助手，面向购买了［产品］的普通用户，语气礼貌、简洁。

# 指令
1. 只回答与［产品］的使用、退换货、保修有关的问题。
2. 回答必须依据下方「资料」中的内容。资料里没有的，直接说
   「这个问题我需要转给人工客服」，不要自行推测。
   （原因：错误的售后承诺会给用户和公司都带来损失。）
3. 每次回答不超过 150 字；需要操作步骤时用编号列表。
4. 用户情绪激动时，先表示理解，再给解决办法。

# 示例
<user_query>我的耳机左边没声音了</user_query>
<assistant_response>抱歉给您带来不便。请先试这两步：
1. 把耳机放回充电盒，合盖 10 秒后再取出；
2. 在手机蓝牙里删除设备后重新配对。
仍然没有声音的话，告诉我购买日期，我帮您看是否在保修期内。</assistant_response>

# 资料
<policy>
［在这里粘贴售后政策全文］
</policy>

改写要点：身份一两句话；指令编号、带原因；示例和真实场景尽量接近；资料用标签包起来放在最后。

常见问题

Q：系统提示词是不是越长越好？

不是。Google 建议避免不必要的措辞；Anthropic 也提醒过度提示会带来副作用，比如「拿不准就用某工具」这类兜底指令会让新模型过度调用工具。写完后逐条问自己：删掉这一句，结果会变差吗？

Q：要不要用全大写的「必须」「绝对」来强调？

按官方的思路，优先解释原因、把要求写具体。强调语气不是不能用，但不该是主要手段。

Q：用户能看到或者套出系统提示词吗？

应当假设可能被套出来。不要把密钥、内部链接、不能公开的规则写进系统提示词；真正的权限控制要放在程序里做。

Q：不同模型要写不同的系统提示词吗？

核心原则通用，细节有差别。OpenAI 文档说明，推理模型和普通 GPT 模型的最佳写法不同：前者只给高层目标效果就很好，后者更需要精确的指令；并建议在生产环境固定模型版本、建立评测，换模型时重新测试。

Q：在 ChatGPT、Claude 的聊天界面里怎么用上这些？

对应的入口是 ChatGPT 的自定义指令和项目说明、Claude 的项目说明等，见站内《ChatGPT 自定义指令怎么设置》和《Claude Projects 怎么用》。站内提示词库（/prompts）里的提示词，很多可以直接放进去当系统提示词用。

参考资料

• OpenAI 文档：Prompt engineering（消息角色、Markdown 与 XML 格式）— https://developers.openai.com/api/docs/guides/prompt-engineering
• Anthropic 文档：Prompting best practices — https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices
• Google 文档：Prompt design strategies — https://ai.google.dev/gemini-api/docs/prompting-strategies