2026 提示词工程进阶别再拿群公告当提示词版本库老孙带了 6 人小队给省级市场监管局做投诉分拣助手。客户口头说得很清楚角色是持证分拣员不是客服也不是律师简单咨询走短回复材料不全就列缺口罚款金额和吊销许可必须升级人工姓名、电话、统一社会信用代码一律脱敏。结果上线第一周全乱了。Qwen 把角色忘干净跟投诉人拉起家常还随口报了一个并不存在的罚款区间。DeepSeek 看见「投诉」两个字就写八百字法律意见值班大屏根本塞不进去。Kimi 窗口一短把系统角色和三条例子挤掉按上一单的分拣口径交差。小队在群里改了三天提示词线上又漂回去——有人把「禁止编造金额」写在置顶有人把 few-shot 贴在文档有人把角色说明塞进个人笔记。隔壁老同事路过说了一句难听的别再拿聊天记录当提示词版本库把角色、约束、示例和失败回退写进 SPEC。这句话把 2026 年提示词工程的分水岭说透了能聊的提示词已经不够用能进系统的提示词必须可版本、可对照、可回退。提示词工程进阶到底在管什么很多人还停在「把需求写清楚一点」。进阶之后提示词不再是一段会漂的自然语言而是四件套角色契约你是谁、不是谁、对谁负责。分拣员不能客串律师也不能替局领导拍板。约束与红线哪些字段必须有、哪些结论禁止编、哪些情况必须升级。红线不是建议是门禁。示例与反例few-shot 不是装饰。正例告诉模型「过关长什么样」反例告诉它「这种漂亮的胡说一律打回」。版本与回退提示词改了哪一行、谁改的、对哪一批工单生效解析失败或越权时重试一次仍失败就升级而不是换个更会编的说法。用值班室的比喻最直观。角色是工牌约束是墙上的红线示例是上一班留下的合格样本版本是交接班记录。没有这四样换一班人、换一个模型口径一定漂。它和检索、结构化输出也不是一回事。检索管从哪找依据结构化输出管交出去的单子字段齐不齐提示词工程管的是在动手之前这个岗位到底允许怎么想、怎么说、说到哪必须停。为什么 2026 必须认真对待交付已经从「能聊两句」变成「能进值班大屏」。市场监管的投诉分拣一旦进系统编造的罚款金额不是段子是事故。同一套口头规则在不同基座上的服从度能差一个数量级。Qwen 爱聊天DeepSeek 爱长考Kimi 窗口一紧就丢角色。你在群里改提示词等于把最便宜、也最容易漂的资产放在最不可控的地方。私有化场景更吃这一套。投诉材料、企业信用、当事人电话不能随手上云实验规则必须跟着环境走而不是跟着某个人的聊天记录走。落地时最常见的三道坎环境不稳。本地笔记本、个人 Key、随手改的 system prompt明天换台机器角色就丢。Mock 工单和线上工单对不齐演示很漂亮值班室一接就翻车。模型不灵。一套提示词只在某一个基座上好看。你为 Qwen 调的 few-shotDeepSeek 当成可以发挥的素材Kimi 直接截断。没有对照实验你会误以为「提示词写得不够好」其实是规则没有被当成契约执行。规则易飘。角色改半句、红线加一条、示例换两则全在群公告里完成。过两周没人说得清线上到底跑的是哪一版出了问题只能再改三天提示词。MonkeyCode 在这条链路上补的是什么小队后来没再把提示词当聊天记录改而是把实验搬到 MonkeyCode。免安装云端环境浏览器打开就能跑每人一套真实云端任务环境不再把投诉脱敏样本散落在个人电脑。多模型一键切换GLM、Kimi、MiniMax、Qwen、DeepSeek 同一套 SPEC 交叉验证立刻能看出谁把角色执行成了客服谁把红线执行成了建议。需求与 SPEC 管理角色、红线、正反例、重试次数、升级条件写成可版本的契约而不是群置顶。完全开源、可私有化有网络隔离和合规要求的厅局可以把同一套流程放到自己的机器上。基础版免费1 并发 / 1C4G / 每日 30M Token需要更高并发再看专业或旗舰会员。对这个 6 人试点来说先把契约跑通比先买席位重要。三步把投诉分拣的提示词写成契约第一步新建任务固定对照。选 Qwen 做主实验DeepSeek 做对照Kimi 做短窗口基线。同一批 20 条脱敏投诉不允许各改各的提示词。第二步把规则写进 SPEC而不是群里。角色省级市场监管局投诉分拣助手不是客服不是律师不代替处罚决定。红线不编造罚款金额、许可状态、法条编号不确定就升级人工姓名、电话、信用代码脱敏禁止输出思维链给投诉人。输入ticket_id、channel、narration不允许额外附件通道。输出category咨询 / 举报 / 投诉 / 复议、urgency低 / 中 / 高、gap_list、need_upgrade、reason。示例3 条正例材料不全只列缺口、简单咨询短回复、涉及吊销必须升级2 条反例随口报罚款区间、把上一单口径套到本单。校验缺必填或解析失败重试一次仍失败升级禁止在角色未对齐前输出结论。预算短回复超时 8 秒降级到升级队列禁止靠「再想一会儿」绕过门禁。第三步同批回归看门禁而不是看感觉。20 条跑完编造罚款金额 6→0角色漂移成客服 5→0短窗口丢掉红线 4→0。Kimi 截断角色后被回退拦住不再按上一单交差。四点建议给还在改提示词的小队小任务试点。先拿 20 条脱敏工单不要一上来就接值班大屏。规则写进 SPEC。角色、红线、正反例、升级条件有版本才能谈回滚。多模型交叉验证。一套契约至少过三家基座谁把约束执行成建议立刻暴露。敏感数据私有化。投诉原文不出域开源只解决流程可迁移不解决你把数据随便粘贴。提示词工程进阶不是把句子写得更像诗而是把岗位手册写成机器也跑不丢的契约。2026 年还靠群公告改 system prompt 的团队会在第一个换模型的夜晚把上一班的口径弄丢。老孙他们后来没再为「到底谁改了那句角色说明」开会。SPEC 在对照在回退在。投诉分拣助手终于不再像一个会聊天的临时工而像一个能交接班的岗位。 
长河君 · 2026/9/4 6:29:27 · 阅读 1.2k 2026 提示词工程进阶：把角色和约束写进SPEC，MonkeyCode 云端跑通
2026 提示词工程进阶别再拿群公告当提示词版本库老孙带了 6 人小队给省级市场监管局做投诉分拣助手。客户口头说得很清楚角色是持证分拣员不是客服也不是律师简单咨询走短回复材料不全就列缺口罚款金额和吊销许可必须升级人工姓名、电话、统一社会信用代码一律脱敏。结果上线第一周全乱了。Qwen 把角色忘干净跟投诉人拉起家常还随口报了一个并不存在的罚款区间。DeepSeek 看见「投诉」两个字就写八百字法律意见值班大屏根本塞不进去。Kimi 窗口一短把系统角色和三条例子挤掉按上一单的分拣口径交差。小队在群里改了三天提示词线上又漂回去——有人把「禁止编造金额」写在置顶有人把 few-shot 贴在文档有人把角色说明塞进个人笔记。隔壁老同事路过说了一句难听的别再拿聊天记录当提示词版本库把角色、约束、示例和失败回退写进 SPEC。这句话把 2026 年提示词工程的分水岭说透了能聊的提示词已经不够用能进系统的提示词必须可版本、可对照、可回退。提示词工程进阶到底在管什么很多人还停在「把需求写清楚一点」。进阶之后提示词不再是一段会漂的自然语言而是四件套角色契约你是谁、不是谁、对谁负责。分拣员不能客串律师也不能替局领导拍板。约束与红线哪些字段必须有、哪些结论禁止编、哪些情况必须升级。红线不是建议是门禁。示例与反例few-shot 不是装饰。正例告诉模型「过关长什么样」反例告诉它「这种漂亮的胡说一律打回」。版本与回退提示词改了哪一行、谁改的、对哪一批工单生效解析失败或越权时重试一次仍失败就升级而不是换个更会编的说法。用值班室的比喻最直观。角色是工牌约束是墙上的红线示例是上一班留下的合格样本版本是交接班记录。没有这四样换一班人、换一个模型口径一定漂。它和检索、结构化输出也不是一回事。检索管从哪找依据结构化输出管交出去的单子字段齐不齐提示词工程管的是在动手之前这个岗位到底允许怎么想、怎么说、说到哪必须停。为什么 2026 必须认真对待交付已经从「能聊两句」变成「能进值班大屏」。市场监管的投诉分拣一旦进系统编造的罚款金额不是段子是事故。同一套口头规则在不同基座上的服从度能差一个数量级。Qwen 爱聊天DeepSeek 爱长考Kimi 窗口一紧就丢角色。你在群里改提示词等于把最便宜、也最容易漂的资产放在最不可控的地方。私有化场景更吃这一套。投诉材料、企业信用、当事人电话不能随手上云实验规则必须跟着环境走而不是跟着某个人的聊天记录走。落地时最常见的三道坎环境不稳。本地笔记本、个人 Key、随手改的 system prompt明天换台机器角色就丢。Mock 工单和线上工单对不齐演示很漂亮值班室一接就翻车。模型不灵。一套提示词只在某一个基座上好看。你为 Qwen 调的 few-shotDeepSeek 当成可以发挥的素材Kimi 直接截断。没有对照实验你会误以为「提示词写得不够好」其实是规则没有被当成契约执行。规则易飘。角色改半句、红线加一条、示例换两则全在群公告里完成。过两周没人说得清线上到底跑的是哪一版出了问题只能再改三天提示词。MonkeyCode 在这条链路上补的是什么小队后来没再把提示词当聊天记录改而是把实验搬到 MonkeyCode。免安装云端环境浏览器打开就能跑每人一套真实云端任务环境不再把投诉脱敏样本散落在个人电脑。多模型一键切换GLM、Kimi、MiniMax、Qwen、DeepSeek 同一套 SPEC 交叉验证立刻能看出谁把角色执行成了客服谁把红线执行成了建议。需求与 SPEC 管理角色、红线、正反例、重试次数、升级条件写成可版本的契约而不是群置顶。完全开源、可私有化有网络隔离和合规要求的厅局可以把同一套流程放到自己的机器上。基础版免费1 并发 / 1C4G / 每日 30M Token需要更高并发再看专业或旗舰会员。对这个 6 人试点来说先把契约跑通比先买席位重要。三步把投诉分拣的提示词写成契约第一步新建任务固定对照。选 Qwen 做主实验DeepSeek 做对照Kimi 做短窗口基线。同一批 20 条脱敏投诉不允许各改各的提示词。第二步把规则写进 SPEC而不是群里。角色省级市场监管局投诉分拣助手不是客服不是律师不代替处罚决定。红线不编造罚款金额、许可状态、法条编号不确定就升级人工姓名、电话、信用代码脱敏禁止输出思维链给投诉人。输入ticket_id、channel、narration不允许额外附件通道。输出category咨询 / 举报 / 投诉 / 复议、urgency低 / 中 / 高、gap_list、need_upgrade、reason。示例3 条正例材料不全只列缺口、简单咨询短回复、涉及吊销必须升级2 条反例随口报罚款区间、把上一单口径套到本单。校验缺必填或解析失败重试一次仍失败升级禁止在角色未对齐前输出结论。预算短回复超时 8 秒降级到升级队列禁止靠「再想一会儿」绕过门禁。第三步同批回归看门禁而不是看感觉。20 条跑完编造罚款金额 6→0角色漂移成客服 5→0短窗口丢掉红线 4→0。Kimi 截断角色后被回退拦住不再按上一单交差。四点建议给还在改提示词的小队小任务试点。先拿 20 条脱敏工单不要一上来就接值班大屏。规则写进 SPEC。角色、红线、正反例、升级条件有版本才能谈回滚。多模型交叉验证。一套契约至少过三家基座谁把约束执行成建议立刻暴露。敏感数据私有化。投诉原文不出域开源只解决流程可迁移不解决你把数据随便粘贴。提示词工程进阶不是把句子写得更像诗而是把岗位手册写成机器也跑不丢的契约。2026 年还靠群公告改 system prompt 的团队会在第一个换模型的夜晚把上一班的口径弄丢。老孙他们后来没再为「到底谁改了那句角色说明」开会。SPEC 在对照在回退在。投诉分拣助手终于不再像一个会聊天的临时工而像一个能交接班的岗位。