在大模型应用里，很多人对 System Prompt（系统提示词） 的理解，还停留在：

👉 给 AI 一段说明，让它按要求回答

但在 OpenClaw 中，这个概念被彻底重构了。

一句话总结：

❌ 传统 Prompt：告诉 AI 做什么 ✅ OpenClaw：定义 AI 是谁 + 能做什么 + 如何行动

这篇文章带你系统搞懂 OpenClaw 的 Prompt 设计。

---

🚀 AI大模型高端企业级就业及提升训练营

⏰ 限时特惠倒计时：最后 3 天！ 错过恢复原价1600元/年

• 2年VIP | 799元
  
   (日均1.1元) | 立即抢购 →
• 终极VIP | 999元 (100年)
  
   | 信仰充值 →

一、传统 Prompt 的问题

传统 System Prompt 通常长这样：

• 你是一个客服
• 用专业语气回答
• 不要输出敏感内容

本质是：

👉 行为约束

但存在明显问题：

• 人格不稳定（不同场景表现不一致）
• 无法支撑复杂任务（多步骤、多工具）
• 没有长期记忆
• 很容易被 Prompt Injection 干扰

---

二、OpenClaw 的核心思想：Prompt = 人格系统

OpenClaw 做了一件很关键的事：

👉 把 Prompt 从“指令”，升级成“人格系统”

也就是说：

• 不只是告诉 AI 做什么
• 而是定义 AI 的身份、风格、能力和边界

---

三、三层架构：把 AI 拆开设计（重点）

OpenClaw 将 System Prompt 拆成三层：

---

1️⃣ SOUL（灵魂层）

👉 定义：AI 是谁

包括：

• 性格（理性 / 激进 / 幽默）
• 行为倾向（主动执行 / 保守判断）
• 价值观（效率优先 / 安全优先）

示例：

你是一个极度务实的执行型AI，优先完成任务，不说废话。

👉 这是最底层，基本不变

---

2️⃣ IDENTITY（身份层）

👉 定义：AI 怎么表达自己

包括：

• 说话风格
• 输出结构
• 是否啰嗦

示例：

回答尽量简洁，用列表表达，不要长段落。

👉 可以根据用户或场景调整

---

3️⃣ 能力层（配置层）

👉 定义：AI 能做什么

包括：

• 可用工具（文件、终端、网络等）
• 权限范围
• 模型参数（温度、推理能力等）

---

✅ 一句话总结：

层级	作用
SOUL	定义人格
IDENTITY	定义表达
能力层	定义能力

👉 三者组合 = 一个完整 AI Agent

---

四、Prompt 是“编译”出来的（非常关键）

OpenClaw 并不是简单拼接 Prompt。

而是：

👉 动态编译一个最终 System Prompt

参与编译的内容包括：

• SOUL（人格）
• IDENTITY（表达）
• MEMORY（记忆）
• SKILLS（技能）
• POLICY（规则）

---

✅ 本质变化：

Prompt 不再是“写死的一段话”

👉 而是一个动态生成的上下文系统

---

五、记忆机制：让 AI 有“长期大脑”

OpenClaw 的记忆是文件化的（例如 MEMORY.md）

示例：

用户偏好 Python项目使用 MySQL

这些内容会在每次任务开始时：

👉 自动注入到 System Prompt

---

✅ 带来的变化：

• AI 不再是“每次重启”
• 可以持续了解用户
• 决策更稳定、更个性化

---

六、策略（Policy）：从“事后拦截”到“事前约束”

传统 AI：

• 先做 → 被拒绝 → 再调整

OpenClaw：

👉 先知道规则，再行动

例如：

未经批准，不允许发送外部邮件

---

✅ 关键变化：

• 规则进入 Prompt
• AI 在决策前就考虑约束

👉 从“试错执行” → “约束驱动规划”

---

七、技能（Skills）：不只是工具，而是“能力描述”

在 OpenClaw 中：

👉 技能 = Markdown 文件

里面不仅有工具说明，还包含：

• 使用方式
• 调用策略
• 注意事项

---

✅ 本质：

👉 Tool + Prompt 融合

AI 不只是“调用 API”，而是：

👉 理解如何使用工具

---

八、为什么这套设计很重要？

因为 OpenClaw 的目标不是聊天：

👉 而是做 可执行任务的 Agent

比如：

• 操作文件
• 调用接口
• 自动化流程

---

🚨 风险也更大：

如果 Prompt 设计不好：

• 会乱执行
• 可能越权操作
• 容易被攻击

---

✅ 所以它的解决方案是：

👉 把 Prompt 做成一个“操作系统级结构”

---

九、对比总结

维度	传统 Prompt	OpenClaw
本质	指令	人格系统
结构	单段文本	多层结构
记忆	无	有长期记忆
工具	外部调用	内嵌能力
规则	事后拦截	事前约束
扩展性	低	高

---

十、实战建议（非常重要）

如果你在做 AI Agent，建议你这样设计：

---

✅ 1. Prompt 分层设计

不要写一坨 Prompt，要拆：

• 人格（Soul）
• 表达（Identity）
• 能力（Tools）

---

✅ 2. 把约束写进去

不要依赖后置风控：

👉 提前约束 AI 行为

---

✅ 3. 引入长期记忆

否则 AI 永远是“短期对话机器人”

---

✅ 4. 技能要结构化

不要只给 API：

👉 要写清楚“怎么用”

---

结尾总结

OpenClaw 的 System Prompt，本质已经不是 Prompt 了：

👉 它是一个：

AI 人格 + 能力 + 记忆 + 规则 的编译系统

---

也就是说：

Prompt Engineering 正在升级为 👉 Agent 架构设计