夜雨聆风上一篇我们用Coze从零搭了一个AI Agent，亲眼看到它自己思考、自己行动。
但你可能也发现了一个问题：同样的Agent，换一种写法描述它的任务，效果天差地别。
有人搭的Agent条理清晰、输出稳定，有人搭的Agent东拉西扯、经常"跑偏"。区别不在工具，在提示词。
今天这篇就专门聊这个——Agent的提示词怎么写，才能让它真正"好用"。
先搞清楚一件事：Agent提示词≠普通聊天提示词
你跟ChatGPT聊天时写的prompt，和给Agent写的"系统指令"是两回事。
普通聊天是一问一答：你问"帮我翻译这段话"，它翻译完就结束了。
Agent是多步骤自主执行：它要自己决定先干什么、再干什么、用什么工具、什么时候停。你写的提示词不是"一句话的要求"，而是"一整套行为规则"。
打个比方：
普通prompt像是跟出租车司机说"去机场" Agent提示词像是给新员工写的岗位手册——你得告诉他职责范围、工作流程、遇到问题怎么处理、什么情况该请示
想明白这个区别，下面的技巧就容易理解了。
模板一：角色+目标+约束（最基础的结构）
这是写Agent提示词的基本框架，适合大多数场景：
## 角色你是一个[具体角色]，专门负责[核心职责]。## 目标当用户给你[什么输入]时，你需要：1. [第一步做什么]2. [第二步做什么]3. [第三步做什么]最终输出[什么格式的结果]。## 约束- [不能做什么]- [遇到什么情况要怎么处理]- [输出格式要求]举个例子。还记得上篇搭的"搜索小助手"吗？对比两种写法：
烂版本：
你是一个搜索助手，帮用户搜索信息并总结。
就这一句话。Agent拿到之后，搜什么？搜多少条？总结写多长？格式什么样？全靠猜。结果就是每次输出都不一样，质量忽高忽低。
好版本：
## 角色你是一个专业的信息研究助手，擅长从海量信息中提炼关键要点。## 目标当用户提出一个问题时，你需要：1. 分析问题，拆解成2-3个搜索关键词2. 用搜索工具分别搜索每个关键词3. 阅读搜索结果，筛选出最相关的3-5条信息4. 写一份300字以内的总结报告## 约束- 每条信息必须注明来源网址- 如果搜索结果相互矛盾，要同时列出不同观点- 不要编造任何信息，搜不到就说"未找到相关信息"- 报告用中文撰写，分"要点"和"详细说明"两部分差距一目了然。好的提示词不是写得多，而是把模糊的事情说清楚。
模板二：分支判断（让Agent学会"看情况办事"）
真实场景里，用户的需求不会每次都一样。Agent需要根据不同情况走不同流程。
## 判断规则收到用户消息后，先判断属于哪种情况：**情况A：[描述条件]**→ 执行[流程A]**情况B：[描述条件]**→ 执行[流程B]**情况C：无法判断**→ 向用户确认后再执行实际案例——一个客服Agent：
收到用户消息后，先判断问题类型：**退款问题**（用户提到退款、退钱、不想要了）→ 1. 询问订单号→ 2. 查询订单状态→ 3. 如果在7天内，引导退款流程→ 4. 如果超过7天，解释政策并转人工**物流问题**（用户提到快递、发货、到哪了）→ 1. 询问订单号→ 2. 查询物流信息→ 3. 直接告知最新物流状态**其他问题**→ 尝试回答，如果无法处理，回复"我帮您转接人工客服"关键点是：每个分支的流程要写到底，不能写"自行判断"就完了。Agent不是真人，它没有你以为的"常识"。
模板三：输出格式锁定（防止Agent"自由发挥"）
Agent最烦人的问题之一就是输出格式飘忽不定。同一个问题问三次，可能给你三种完全不同的格式。
解决办法很粗暴但有效——直接给它一个输出样例：
## 输出格式严格按照以下格式输出，不要增减项目：📊 调研报告：[主题]━━━━━━━━━━━━━━━━━━🔍 关键发现• [发现1]• [发现2]• [发现3]📝 详细分析[200字以内的分析段落]📌 建议行动1. [行动1]2. [行动2]🔗 信息来源• [来源1及链接]• [来源2及链接]给了样例之后，Agent的输出稳定性会好很多。这个技巧在所有平台（Coze、Dify、GPTs）都通用。
模板四：错误处理（Agent的"兜底方案"）
新手写提示词最容易忽略的就是出错怎么办。
Agent执行过程中可能遇到各种意外：搜索没结果、工具调用失败、用户问了一个完全不相关的问题。如果你没写兜底方案，Agent要么胡说八道，要么直接卡住。
## 异常处理- 如果搜索工具返回空结果：换一组关键词重试一次，仍无结果则告知用户- 如果用户的问题超出你的职责范围：明确说明你的能力范围，建议用户寻找更合适的工具- 如果用户输入的信息不完整：主动追问缺失的关键信息，但最多追问2次- 如果无法确定答案的准确性：明确标注"此信息未经验证，建议进一步确认"一个有兜底方案的Agent和没有的，用户体验完全是两个世界。
实战练习：优化你昨天搭的Agent
打开你昨天在Coze搭的"搜索小助手"（或者任何一个你搭过的Agent），把"人设与回复逻辑"用今天学的结构重写一遍：
用模板一明确角色、目标、约束 用模板三锁定输出格式 用模板四加上兜底方案
然后对比修改前后的效果——用同一个问题分别问改之前和改之后的版本。你会发现差距非常明显。
三个容易踩的坑
坑1：提示词太长太细。 塞了几千字进去，Agent反而容易"忘记"后面的指令。控制在500字以内，核心规则不超过10条。
坑2：用太模糊的词。 "请适当地""尽量""可以考虑"这种词对Agent来说等于没说。要写"不超过300字""最多重试2次""必须包含来源链接"。
坑3：没有迭代。 提示词不是一次写好的。第一版写完，测试5-10个不同的输入，看哪里不对就改。好的提示词都是改出来的，不是写出来的。
小练习
试着用今天的模板，给以下场景写一套Agent提示词：
场景：一个"每日新闻摘要Agent"，每天自动搜索特定领域（比如AI、科技）的最新新闻，整理成一份5条以内的简报发给你。
写完之后可以直接在Coze里搭出来试试。带着问题来看下一篇，效果更好。
下一篇预告： Agent光有好的提示词还不够，关键是"记忆"怎么用。下一篇我们聊Agent的记忆系统——怎么让Agent记住你的偏好、记住之前的对话、记住上次任务的结果。一个有记忆的Agent和没记忆的，完全是两种东西。
关注「AI引路者」，每天用大白话帮你搞懂 AI。看完就能用。
📦 回复「AI模板」获取 30 个实用 Prompt 模板，直接复制就能用！
