Prompt Harness

System Prompt 不是一坨文本

生产级的 System Prompt 不是想到什么写什么。它是分层管理的：身份层、环境层、工具层、行为层，各管各的，改一层不影响其他层。

「一坨文本」长什么样

常见的混乱写法

你是一个 AI 助手，名字叫 Alice。你可以搜索网页、读写文件、 现在是 2026 年，用户在中国。当用户让你搜索时用 web_search 工具， 回答时先思考再回答，不要编造信息。你的性格温暖友善， 文件操作用 file_read 和 file_write，用户的语言偏好是中文， 如果不确定就告诉用户你不知道...
身份、环境、工具、行为全混在一起。改一处可能影响全部，谁也说不清哪段影响了哪个行为。
分层管理：四层各司其职

点击每层查看它负责什么

身

身份层

我是谁？性格、角色、基本人设

定义 AI 的身份认同：
  • 名字、角色定位
  • 性格特征（友善 / 严谨 / 幽默…）
  • 基本能力边界（能做什么、不能做什么）
特点：几乎不变，一旦定好很少修改。
环

环境层

现在什么情况？系统状态、用户上下文

提供当前运行时信息：
  • 用户基本信息（语言偏好、时区…）
  • 当前操作系统、应用状态
  • 会话上下文（在哪个页面、之前做了什么）
特点：每次会话可能不同，但同一会话内相对稳定。
工

工具层

能用什么？可调用的工具和 API

注册 AI 可以使用的工具：
  • 工具名称和功能说明
  • 参数格式
  • 使用限制和注意事项
特点：随着功能迭代增删，变化频率中等。
行

行为层

怎么行动？输出格式、决策规则

规定 AI 的行动策略：
  • 回答风格和格式要求
  • 决策优先级（先做什么、后做什么）
  • 安全护栏（什么不能做、什么要确认）
特点：是产品迭代最频繁的部分：改一条策略就能改变 AI 行为。
分层的好处

改一层不影响其他层

加个新工具？只改工具层。调整回答风格？只动行为层。不会牵一发而动全身。

多人协作不冲突

产品改行为、工程师加工具、运营调人设，各改各的文件，Git 合并不冲突。

A/B 测试更精准

想测试不同的回答策略？只替换行为层，其他三层保持不变，变量单一。

排查问题更容易

AI 行为异常？按层检查：是身份搞错了、环境信息过时、工具描述有误、还是规则冲突？

一坨文本改一处可能影响全部。分层管理，改一层不影响其他层。生产级的 System Prompt 是四个独立管理的模块。
Prompt Harness

不用的东西别给 AI 看

如果你有 100 个工具，全部描述塞进 System Prompt，光工具描述就占几万 token。AI 和人一样：给太多信息反而找不到重点。

全量加载 vs 按需加载
全量加载
~34,000 tk
按需加载
~2,800 tk
拖动看差异

调整工具数量，看 Token 开销变化

50
17,500
全量加载 Token
1,550
按需加载 Token
91%
节省比例
按需加载怎么做

三步走：

① 首轮只给名字列表
System Prompt 里只放工具名 + 一句话说明，AI 知道有这个能力就行。

② 用到时再展开
AI 决定调用某个工具时，系统动态注入该工具的完整描述和参数格式。

③ 用完就收回
工具用完后，下一轮对话不再带完整描述，回到只有名字的状态。

类比：就像公司通讯录：你不需要每个人的完整简历，只需要名字和职位。真要找谁合作时，再去看详细资料。
AI 和人一样：给太多信息反而找不到重点。按需给、用到再展开。工具描述的按需加载，既省 Token 又提高准确率。
Prompt Harness

Skill：可运营的 Prompt 模块

System Prompt 管我是谁，Tool 管我能做什么，那 Skill 管什么？它管的是遇到某件事，怎么一步一步做好。文件即配置，版本可追溯。

三者对比

System Prompt

全局身份
定义 AI 是谁：名字、性格、基本原则。是所有对话的底色。
作用范围全局
修改频率很少
生命周期整个产品

Tool

能力注册
告诉 AI 有什么工具可以用：名字、参数、功能。是能力的菜单。
作用范围单次调用
修改频率中等
生命周期功能迭代

Skill

流程指引
一个完整的任务执行方案：什么时候触发、用哪些工具、按什么步骤来。
作用范围特定任务
修改频率高频迭代
生命周期独立版本
一个 Skill 的结构

点击每个区块展开说明

content-creator.skill

触发条件 什么时候启用这个 Skill
当用户说「帮我写文章」「我想写」「准备写」等触发词时，AI 自动加载这个 Skill 来指导后续行为。不是每次对话都加载，只在匹配时注入。
允许的工具列表 这个任务能用哪些工具
明确列出执行这个 Skill 时允许使用的工具。比如内容创作可能允许 web_search、note_read，但不允许 file_delete。通过白名单控制风险。
执行流程 一步一步怎么做
描述从头到尾的执行步骤：先确认需求 → 搜集素材 → 列大纲 → 逐段写作 → 整体润色 → 交付。每一步可以有分支和条件判断。
输出格式要求 最终产出长什么样
规定最终输出的格式、长度、风格。比如：标题不超过 20 字、分段清晰、口语化表达、结尾有行动建议。确保每次产出质量一致。
Skill 的生命周期
1
编写
一个文件，纯文本
2
注册
放到指定目录即生效
3
触发
匹配条件时自动加载
4
迭代
改文件 = 改行为，Git 追溯
为什么不直接写在 System Prompt 里？
System Prompt 是全局的，改了影响所有场景。Skill 是按需加载的，只在特定场景注入，不会污染其他任务的行为。而且 Skill 文件可以独立版本管理：谁改了什么、什么时候改的，一目了然。
Prompt 也需要可复用、可迭代、可追溯，Skill 就是 Prompt 的模块化。像管理代码一样管理 AI 的行为指引，每个任务一个文件，改了就生效。
Prompt Harness

提示词和缓存的微妙关系

KV Cache 的规则极其简单：前缀一模一样就命中，差一个字就全部重算。所以，往 System Prompt 里插入任何动态内容，都可能让缓存永远打不中。

指纹变了 = 缓存作废

每次请求，系统会对 System Prompt 算一个指纹（hash）

System: 你是助手。当前时间: 14:35:22
→
a3f7c2
MISS
System: 你是助手。当前时间: 14:35:23
→
b8e1d9
MISS
System: 你是助手。当前时间: 14:35:24
→
c4a2f6
MISS

每一秒时间不同 → 指纹不同 → 缓存永远命不中 → 每次都要从头算 → 成本翻倍。
这不只是时间戳的问题：任何动态内容插在 System Prompt 里都有同样效果。

Skill 的注入方式也影响缓存
把 Skill 插进 System
[System] 你是 AI 助手... [当前 Skill: 内容创作] 触发词：帮我写... 步骤：1. 确认需求... --- [User] 帮我写篇文章

切换 Skill 时 System 变了 → 缓存失效

~20%
Skill 作为独立消息追加
[System] 你是 AI 助手... --- [Assistant/Skill 消息] 当前 Skill: 内容创作 步骤：1. 确认需求... --- [User] 帮我写篇文章

System 永远不变 → 前缀缓存始终命中

~90%
模拟：10 次请求的缓存表现

缓存命中模拟器

假设 10 次请求中有 3 次切换了不同的 Skill。观察两种注入方式的缓存差异：

命中率：—
回顾课程 8-3：我们之前讲过动态时间戳是最贵的反模式。这一课的结论更广：不只是时间戳，所有动态注入到 System Prompt 的内容，都是缓存杀手。Skill、用户 ID、Session 标记…任何变化的东西，都不该出现在前缀里。
KV Cache 的规则很简单：前缀一样就命中。所以，别动前缀。把所有可能变化的内容（Skill、上下文、时间）放到 System Prompt 之后，让前缀永远稳定。
1 / 4