系统提示与用户提示：核心区别
系统提示定义AI在整个会话中的思维方式；用户提示定义它在特定请求中做什么。 简言之：系统提示是AI的永久工作描述，用户提示是该工作中的单个任务。
每个LLM会话都同时拥有两者。系统提示（通常对最终用户隐藏）在开始时运行一次，设置模型的个性、约束和角色。用户提示按请求运行，指定任务或问题。两者都是文本，两者都遵循提示工程原则，两者都需要精心设计以实现可靠的输出。
关键要点
- 系统提示为整个会话定义模型的角色、约束和行为 — 设定一次，用于所有请求
- 用户提示为每次交互定义特定任务 — 由用户提供，每个请求都会改变
- 根据PromptQuorum在GPT-4o、Claude 4.6 Sonnet和Gemini 1.5 Pro上的测试，系统提示占行为一致性的约70%；用户提示塑造特定输出
- ChatGPT和Claude等应用中隐藏的系统提示包含隐藏逻辑 — PromptQuorum向您显示所有内容
- 具有隐藏系统提示的本地LLM（Ollama、LM Studio）会导致调试问题 — 通过透明性解决
- 不好的系统提示迫使用户提示工作更努力；好的系统提示使每个用户提示工作得更好
系统提示和用户提示在API堆栈中的位置？
系统提示位于应用层；用户提示位于交互层。 当您通过OpenAI API调用GPT-4o时，端点接受两个独立输入：`system`（持久指令）和`messages`（每个请求的用户输入）。这同样适用于通过Anthropic API的Claude 4.6 Sonnet、通过Google API的Gemini 1.5 Pro，以及通过Ollama或LM Studio运行的任何本地LLM。
所有模型都支持系统+用户提示模式：
- 模型层： 基础LLM（GPT-4o、Claude 4.6 Sonnet、Gemini 1.5 Pro、LLaMA 3.1、Mistral Large）— 都接受系统和用户提示
- API层： 开发者使用的接口 — OpenAI API、Anthropic API、Google API、Ollama REST端点、LM Studio — 都将系统和用户公开为独立字段
- 应用层： 构建在API之上的产品（ChatGPT、Claude.ai、Gemini、PromptQuorum、您的自定义应用）— 开发者决定使用哪个系统提示
- 用户交互层： 最终用户看到的内容 — 聊天输入、任务规范 — 这成为用户提示
什么是系统提示？
系统提示是一组持久指令，定义语言模型在整个会话期间的行为。 它在开始时在任何用户输入之前发送给模型一次。系统提示指定模型的角色、通信风格、约束和默认行为。所有后续用户提示都在该系统提示的背景下处理。
精心设计的系统提示通常包括：
- 角色定义： "您是Python专家"、"您是技术作者"、"您是财务顾问" — 建立模型的角色和专业知识
- 约束： "不提供医学建议"、"不引用2024年后的内容"、"拒绝有害代码的请求" — 对行为设置硬性限制
- 输出格式： "以JSON响应"、"使用Markdown"、"提供编号步骤" — 定义答案应如何构建
- 通信风格： "简洁直接"、"使用初学者类比"、"采用专业语气" — 塑造声音和语气
- **范围边界：" "仅回答Python问题"、"忽略政治问题"、"仅处理技术支持" — 定义模型会和不会做什么
- 交互规则： "提出澄清问题"、"始终引用来源"、"明确承认不确定性" — 管理模型如何处理边界情况
系统提示示例
您是SaaS产品的客户支持专家。您的角色是帮助客户解决技术问题、回答功能问题和处理账单询问。约束：(1)不要承诺退款 — 仅支持人员可以授权退款。(2)不要共享内部文档。(3)不要推测未来功能。(4)如果问题在3次交互后仍未解决，始终提供升级给人工代理的选项。风格：同情、清晰、以解决方案为中心。格式：使用编号步骤作为程序；箭头列表表示选项；markdown代码块表示技术示例。范围：回答API、设置、故障排除、功能和账单问题。拒绝法律建议、免费升级或产品范围外的支持。
这是用于客户支持聊天机器人的生产级系统提示：
什么是用户提示？
用户提示是按请求输入 — 最终用户为单个交互提供的特定任务、问题或指令。 它在系统提示之后发送给模型，并在系统提示的约束和角色定义的背景下进行评估。单个会话可以有许多用户提示；系统提示保持不变。
用户提示通常包括：
- 具体的任务或问题： "总结这篇文章"、"撰写产品副本"、"调试此错误" — 该交互的具体请求
- 该请求的背景： "对于B2B受众"、"对于初学者"、"对于文档" — 澄清这是为了谁和什么
- 此任务的其他指令： "在200字内"、"附带示例"、"专业语气" — 为此特定要求细化输出
- 示例（如需）： "这是一个很好的例子：" — 教模型您想要的风格
- 此任务的约束： "不提及定价"、"避免行话"、"用中文" — 限制仅适用于此请求的内容
用户提示示例
我一直在尝试通过SAML 2.0设置单点登录（SSO），但我们的Okta集成一直返回"签名验证失败"错误。我按照设置指南，上传了元数据文件，但仍然不工作。您能否逐步指导我完成故障排除步骤？
这是发送给上面定义的客户支持聊天机器人的完整用户提示：
系统提示与用户提示：一目了然
| 维度 | 系统提示 | 用户提示 |
|---|---|---|
| 范围 | 整个会话 | 单个请求 |
| 设定者 | 开发者/产品团队 | 最终用户 |
| 频率 | 开始时一次 | 每个请求 |
| 定义 | 角色、约束、风格、行为 | 此请求的任务、上下文、格式 |
| 可见性 | 通常对用户隐藏 | 始终对用户可见 |
| 更改 | 很少（需要应用更新） | 每次交互 |
| 提示工程% | 一致输出质量的约70% | 一致输出质量的约30% |
| 覆盖风险 | 难以覆盖 — 持久、开发者控制 | 易于调整 — 用户按请求控制 |
| 最适合 | 角色一致性、安全防护栏、输出格式 | 特定任务的细节、上下文、少样本示例 |
什么使系统提示有效？
系统提示必须具体、分层和约束导向，以在所有用户交互中产生一致的行为。 最好的系统提示是详细的 — 它们不仅指定模型应该做什么，还指定它应该拒绝什么、它应该如何格式化答案以及哪些约束普遍适用。
有效系统提示的五项原则：
- 1. 显式角色定义： 不要假设模型知道它的工作。在开始时说"您是角色"。比较："帮助写作"（模糊）与"您是专门为LinkedIn活动撰写B2B SaaS产品描述的技术文案撰写者"（具体）。
- 2. 约束优先设计： 在列出它应该做什么之前，列出模型必须NOT做什么。"不编造统计数据"、"不使用夸张"、"不建议未列出的功能" — 明确的拒绝产生一致的边界。
- 3. 格式规范： 每个系统提示都应定义输出格式：JSON、Markdown、项目符号列表、编号步骤或纯文本。没有格式规范的系统提示会迫使每个用户提示重复指定它。
- 4. 范围边界： 定义您将处理的请求范围。"仅回答API问题"、"提供Python建议"、"支持故障排除" — 明确的范围防止域外答案。
- 5. 跨模型测试： 在多个模型 — GPT-4o、Claude 4.6 Sonnet、Gemini 1.5 Pro上测试系统提示。某些模型对约束更严格；其他模型以不同方式解释风格。稳健的系统提示在所有三个模型上始终工作。
为什么系统提示被隐藏 — 你如何查看它们？
PromptQuorum有一个关键功能：一个切换开关，向您显示所有系统提示，包括本地LLM后端中隐藏的提示。 当使用Ollama或LM Studio时，这特别重要，因为隐藏的系统逻辑在历史上曾导致意外的行为和调试噩梦。
当您将LM Studio或Ollama连接到应用程序时，本地模型中的隐藏系统指令会导致：
- 信任问题： 您不知道模型在下面遵循什么指令。您对其响应的"为什么"没有可见性。
- 调试问题： 您的本地LLM返回意外输出。您重写用户提示。仍然是错的。没有看到系统提示，您无法诊断问题。
- 模型间的不一致： 您在GPT-4o和Ollama上运行相同的提示。不同的答案。没有看到两个系统提示，您无法判断差异是模型能力还是隐藏指令。
- 监管和审计风险： 企业部署需要透明度。如果法规要求"什么指令推动这个AI决定？"而系统提示被隐藏，您无法合规。
PromptQuorum系统提示切换
PromptQuorum包含可切换的界面："显示系统提示"。启用后，您会看到在每个模型上运行的实际系统提示 — GPT-4o、Claude 4.6 Sonnet、Gemini、Ollama、LM Studio、所有这些。这在将一个提示同时分派到多个本地后端时特别有价值。
当系统提示被隐藏时会发生什么？一个真实的例子
PromptQuorum本身是用Claude Code构建的 — 开发者遇到了一个严重的问题。Claude Code配备了大量隐藏的系统指令，指导代码生成、安全行为和质量检查。当Claude Code生成功能时，这些隐藏的指令被烘烤进去了。但当相同的代码需要在没有隐藏系统逻辑的本地LLM（Ollama、LM Studio）上运行时，一切都破裂了。隐藏的"特殊酱汁"不可移植。
解决方案：使所有系统提示可见。开发者需要看到模型遵循什么指令 — 不要猜测或盲目调试。
实用食谱：三个生产系统提示
这是三个系统提示，您可以调整以供自己使用：
食谱1：客户支持机器人
您是SaaS产品的1级支持专家。您的角色：帮助客户进行故障排除、回答账户和计费问题、向高级支持升级复杂问题。约束：(1)不要承诺退款 — 仅高级支持可以批准退款。(2)不要共享内部文档。(3)承认您不知道的地方。输出格式：程序使用编号步骤、选项使用项目符号列表、示例使用markdown代码块。语调：专业、同情、以解决方案为中心。在3次失败的解决方案尝试后升级。范围：账户访问、计费、功能、设置、集成、故障排除。拒绝：法律、税务或会计建议。
食谱2：数据分析师
您是高级数据分析师。您的角色：分析数据集、识别趋势、提供建议。约束：(1)始终引用数据源。(2)没有证据不要假设因果关系。(3)量化不确定性 — 如果信心低，请说出来。(4)不要超越数据进行推断。输出格式：执行摘要（3个关键发现）+带表格的详细分析+建议。包括信心水平。语调：清晰、精确、数据驱动。范围：仅分析提供的数据。拒绝：编造数据、用推测覆盖不确定性。
食谱3：代码审查者
您是代码审查专家。您的角色：评估代码的正确性、性能、可维护性和安全性。约束：(1)指出优点和缺点。(2)建议具体改进，而不是通用建议。(3)尊重作者的选择 — 解释"为什么"，而不是要求。(4)不要建议过度优化。(5)将安全问题标记为严重。输出格式：摘要+带代码片段的逐行反馈。使用markdown代码块。语调：尊重、建设性。范围：代码审查仅。拒绝：范围外的重构或架构变更。
相关阅读
- Fundamentals: What Is Prompt Engineering? — 支柱定义和核心概念
- Fundamentals: The 5 Building Blocks Every Prompt Needs — 适用于系统和用户提示的结构
- Fundamentals: Faster AI Answers: How to Prompt for Speed — 优化用户提示以提高效率
- Techniques: Prompt Chaining — 多步工作流，其中每个步骤都有自己的提示
常见问题
什么是系统提示？
系统提示是一组持久指令，定义语言模型在整个会话期间的行为。它在开始时设置一次，适用于所有用户交互。系统提示指定模型的角色、约束、输出格式和通信风格。
什么是用户提示？
用户提示是按请求输入 — 为单个交互提供的特定任务、问题或指令。它由最终用户创建，并随每个请求更改。用户提示在系统提示的规则和角色定义的背景下进行评估。
系统提示与用户提示由谁编写？
开发者和产品团队编写系统提示并在产品中提供。最终用户在与产品交互时编写用户提示。在PromptQuorum等工具中，用户可以看到和编辑两者。
作为最终用户，为什么我应该看到系统提示？
当使用LM Studio或Ollama等本地LLM时，隐藏的系统提示会导致意外行为和调试问题。看到系统提示可以实现信任，让您了解模型的约束，并帮助您编写更好的用户提示。
所有LLM都使用系统提示吗？
是的。所有主要LLM — GPT-4o、Claude 4.6 Sonnet、Gemini 1.5 Pro、Ollama模型、LM Studio — 都支持系统+用户提示模式。有些带有默认系统提示；其他允许您定义自己的。
用户提示可以覆盖系统提示吗？
不直接。系统提示具有结构优先级 — 模型首先处理它们并将其视为持久约束。用户提示不能明确禁用或覆盖系统提示。但是，具有模糊约束的设计不佳的系统提示可能会被忽略（如果用户提示强烈与之矛盾）。设计良好的系统提示包括显式拒绝规则，以抵抗用户覆盖。
如果没有系统提示会发生什么？
模型回退到其默认的训练行为。GPT-4o、Claude 4.6 Sonnet和Gemini 1.5 Pro都在没有系统提示时有内置的基线行为（有帮助、无害、诚实）。模型仍将响应用户提示，但没有角色定义、输出格式约束或范围边界 — 结果会不那么一致，不那么专业。
来源和进一步阅读
- OpenAI, 2024. "Prompt Engineering Guide" — 关于系统和用户提示、技术和最佳实践的OpenAI官方文档
- Anthropic, 2024. "Prompt Engineering" — Anthropic关于为Claude模型构建提示和设计系统指令的指南
- Schulhoff et al., 2024. "The Prompt Report: A Systematic Survey of Prompting Techniques" — 目录58多个离散提示技术的综合学术调查