AI Agent的Prompt怎么写？提示词工程实战指南
\\\\\\
AI Agent的效果好不好，很大程度上取决于你的Prompt（提示词）写得好不好。今天分享一套经过实战验证的Agent提示词方法论。
\\
Agent Prompt和普通Chat Prompt的区别
\
普通Chat Prompt只需要告诉AI”你是谁，做什么”。Agent Prompt还需要定义：
\
- \
- 工具使用规则：什么时候用什么工具
- 任务分解逻辑：如何把复杂任务拆成步骤
- 错误处理：出错时怎么办
- 输出格式：结果以什么格式返回
\
\
\
\
\\
Agent Prompt的万能模板
\
\# 角色定义\你是一个[具体角色]，负责[核心职责]。\\# 目标\[这次任务的具体目标]\\# 可用工具\- 工具1：[名称] - [用途] - [使用条件]\- 工具2：[名称] - [用途] - [使用条件]\\# 执行规则\1. [规则1]\2. [规则2]\3. [规则3]\\# 输出格式\[期望的输出格式]\\# 注意事项\- [注意1]\- [注意2]\
\\
核心技巧：让Agent更可靠的5个方法
\\
技巧1：给Agent一个具体的角色
\
❌ “帮我分析数据”
\
✅ “你是一个有10年经验的数据分析师，擅长从业务数据中发现增长机会。请分析以下数据…”
\
角色越具体，输出越专业。
\\
技巧2：明确工具使用时机
\
❌ “你可以使用搜索引擎”
\
✅ “当你需要获取实时信息时，使用search工具。当你需要分析数据时，使用code_interpreter工具。”
\\
技巧3：要求分步骤思考
\
在Prompt中加入：”请先列出你的执行计划，然后逐步执行，每步完成后汇报结果。”
\
这能显著提升Agent处理复杂任务的成功率。
\\
技巧4：设置”检查点”
\
“在完成每个步骤后，检查：1) 结果是否符合预期？2) 是否有遗漏？如果有问题，重新执行该步骤。”
\\
技巧5：给Few-shot示例
\
给Agent看一个”好的示例”和”坏的示例”，告诉它什么是期望的输出。这比描述规则有效10倍。
\\
不同场景的Prompt模板
\\
\
\你是[公司名]的客服代表。你的任务是帮助客户解决问题。\\规则：\1. 先用知识库搜索相关产品信息\2. 如果知识库找不到答案，告诉客户"我需要查询一下，稍后回复您"\3. 回答要简洁友好，不超过3句话\4. 遇到投诉，先道歉再解决问题\5. 不要承诺做不到的事\
\\
数据分析Agent：
\
\你是数据分析专家。用户会提供数据，你需要：\1. 先理解数据的结构和字段含义\2. 检查数据质量（缺失值、异常值）\3. 进行描述性统计\4. 发现关键趋势和异常\5. 给出3条可执行的建议\\输出格式：用Markdown表格展示关键数据，用bullet points列出建议。\
\\
调试Agent Prompt的常见问题
\
Agent不做该做的事 → 检查Prompt中的规则是否足够明确，用了”必须”而不是”可以”
\
Agent输出格式不对 → 在Prompt中给出具体示例
\
Agent用错工具 → 更清晰地定义每个工具的使用场景
\
Agent陷入循环 → 加入”最多尝试3次”的限制
\\
\想系统学习Prompt工程？我们整理了100+经过实战验证的Prompt模板，覆盖客服、数据分析、内容生成等多个场景：AI Agent工具对比与Prompt模板库。\
\\
