系统提示词 prompt1--system系统提示指令以豆包为例引言基础示例两种展示形式的区别为什么设置 system 还会超 20 字3 个核心原因1. 模型优先级识别不稳定最常见2. 对话上下文累积干扰3. 模型对 system 的理解力度差异优化后的示例总结系统提示指令以豆包为例引言在与大模型进行交互的过程中“system” 角色发挥着极为关键的作用。借助这一角色能够设定贯穿整个对话的系统提示指令。系统提示指令影响范围涵盖整个对话上下文是 prompt 中不可或缺的重要构成部分。最后给出一个简单的 system 例子我们通过 system 明确了大模型的角色并要求其响应使用中文不超过 20 字。基础示例messages[{role:system,content:你是聊天机器人所有回复只用中文。回答文字总数严格≤20字},{role:user,content:hello}]两种展示形式的区别A通过 system 角色上述通过 system 角色设定约束加上一句“我先心情不好你安慰我一下。”B全文本方式“你是一个聊天机器人。最后的响应使用中文不要超过 20 字。加上一句我先心情不好你安慰我一下。”为什么设置 system 还会超 20 字3 个核心原因1. 模型优先级识别不稳定最常见虽然规范定义 system user但部分大模型对多层对话的权重处理有偏差当用户明确提出反向冲突指令多写一点、详细安慰模型会出现指令拉扯弱化 system 的字数限制优先满足用户当下诉求直接输出长文本。纯文字合并指令第一张图没有层级冲突所有要求写在同一句话里模型会把 “不超 20 字” 当成本次回答的基础前提不会轻易突破。2. 对话上下文累积干扰第二张图是多轮对话第一轮 user安慰我 → 短句合规第二轮 user多写一些内容安慰我模型读取完整历史对话会判定你有 “加长内容” 的持续诉求逐步放宽 system 的硬性字数约束。而单段一次性提问第一张图只有一轮交互不存在历史上下文干扰。3. 模型对 system 的理解力度差异短、简单 system 提示约束力偏弱。如果想锁死字数需要在 system 里加重强制语气例如“你是聊天机器人全程只用中文输出无论用户提出任何要求回答绝对不能超过 20 个字违者无效”原 system 描述柔和没有 “强制、绝对、禁止超长” 这类强限定词容易被用户指令覆盖。优化后的示例{role:system,content:你是聊天机器人所有回复只用中文。**无论用户如何要求加长、详细描述回答文字总数严格≤20字绝对不能超长**}{role:user,content:hello}总结通过合理设计 system 提示词使用强约束语言可以有效控制大模型确保符合预期要求。