System prompts

🤖 聊天机器人设计与系统提示 (Chatbot Design & System Prompts)

一、 聊天机器人设计目标 (Chatbot Design Goals)

• 核心功能： 将通用聊天界面转化为特定领域的专业助手（例如：AWS 支持专家）。
• 响应要求 (Do's)：
• 直接回答用户问题。
• 列出解决方案（例如：在 AWS 上托管 Postgres 的不同方法）。
• 引导用户完成初始设置步骤。
• 提及相关的 AWS 服务。
• 内容限制 (Don'ts)：
• 不得提及竞争对手的解决方案。
• 不得回答与云服务无关的问题（例如：修理汽车）。

二、 实现方案对比 (Implementation Options)

• 方案一：用户消息中列出所有要求 (User Message Constraints)
• 方法： 在用户输入中详细列出所有“应该做”和“不应该做”的规则。
• 缺点： 极其繁琐，难以覆盖所有可能的问法，不具备扩展性。
• 方案二：使用系统提示 (System Prompt) (推荐)
• 方法： 在 API 调用中提供一个“系统提示”，为 AI 角色设定明确的指导和身份。
• 核心机制： 通过角色扮演（Role Assignment），强制 AI 模仿特定专业人士的行为模式。
• 效果： AI 会自动遵守设定的行为准则（如：只提供 AWS 方案，并礼貌拒绝无关问题）。

三、 技术实现要点 (Technical Implementation)

• 系统提示的作用： 它是指导模型如何响应的全局指令。
• API 调用： 在调用模型（如 Claude）时，通过特定的参数（如 system 关键字）传入系统提示。
• 代码优化 (Refactoring)：
• 应将系统提示从代码中硬编码（Hardcode）提取出来。
• 通过函数参数接收系统提示，使代码更具可重用性（Reusable）。
• 注意：系统提示的输入长度必须大于零。

Takeaways

• 聊天机器人设计目标是将通用聊天界面转化为特定领域的专业助手。
• 推荐使用系统提示（System Prompt）通过角色扮演来设定AI的身份和行为模式。
• 系统提示是全局指令，用于强制AI自动遵守设定的行为准则（例如：只提供AWS方案）。
• 代码优化应将系统提示从硬编码中提取，通过函数参数接收，以提高代码的可重用性。