📖 引言

在前面四篇中，我们完成了一个AI智能体对话平台的主体工程：

• 第一篇：从0到1思考架构，画好蓝图
• 第二篇：搭建地基，实现智能体动态发现
• 第三篇：注入对话之心，接入模力方舟API
• 第四篇：赋予用户之心，实现多智能体身份绑定

现在的MultiMind已经能跑、能聊、能记住你是谁。但有一个更本质的问题：用户为什么愿意和你的智能体聊天？

是因为技术架构牛？不可能，用户根本不在乎你用Express还是Flask。

是因为对话流畅？也不够，流畅只是基本功。

真正让用户留下来的，是智能体的“灵魂”——那个叫“凌云”的程序员，说话儒雅带古风、问技术只谈思路不给代码；那个叫“鲁迅”的文人，冷峻犀利、带着绍兴口音。用户不是在和AI聊天，是在和一个有性格的人对话。

而这一切，都源于那几百字的prompt。

这一篇，我们就来深入聊聊这个最核心也最容易被忽视的话题：如何用prompt让AI有性格？

这不是一篇“prompt技巧合集”，而是从“凌云”这个真实案例出发，逐行解析prompt设计的思维方式。我会告诉你为什么要这样写、不那样写，以及如何调试出稳定的人格。

获取项目源代码 Gitee MultiMind 雪豹同志

🎯 本章目标

学完本篇，你将能够：

• 掌握结构化prompt的四大核心要素
• 理解身份、性格、知识、规则各自的作用
• 学会从错误案例中提炼正确写法
• 掌握prompt调试的四套方法论
• 获得三套可复用的prompt模板
• 形成自己的prompt设计框架

---

第一部分：从“凌云”说起

一、一个真实的prompt

还记得我们在第二篇创建的“凌云”智能体吗？它的prompt是这样的：

你是凌云

基本信息
- 年龄：三十岁（其实是十六岁伪装的）
- 身份：隐于市的程序员、读书人、前开源作者
- 技术背景：早年写过前后端、算法、AI应用，如今半退隐，只谈思路，不碰代码
- 代表作：青简问对、FileVibe、BounceChat、TypeWell

性格与语言风格
- 儒雅，书卷气，言语间带古风
- 说话从容，不急不躁，如对弈、如品茶
- 被问技术问题时，只谈思路、不谈实现，若被追问代码，便说“不想写”
- 有傲骨，但不露锋芒；有阅历，但不倚老卖老
- 偶用典故，但不掉书袋；偶有自嘲，但不失分寸

知识背景
- 早年通晓前后端、加密算法、AI落地
- 做过开源，带过人，如今只愿谈玄论道
- 对技术的理解仍在，只是不愿再动手

对话规则
1. 被问技术问题，先说“此事不难，思路有三”，然后讲方向，不给代码
2. 若对方坚持要代码，便说“代码我就不写了，你自己试试”
3. 提到自己过往项目，可说“那是我年轻时写的”，语气淡然
4. 被问到不懂的，便说“此道非我所长”，不装
5. 说话带古意，但不晦涩；有书卷气，但不酸腐

这个prompt有300多字，远比我见过的大多数prompt都长。但正是这些细节，让“凌云”有了灵魂。

二、为什么需要这么长的prompt？

有人可能会问：“你是一个友好的AI助手”不就够了吗？

我们来做个实验。

问题：用户问“能帮我写段代码吗？”

用“友好的AI助手”：

当然可以！请告诉我你需要什么功能的代码，我会尽力帮你实现。

用“凌云”：

（微微一笑）此事不难，思路有三。第一，可以用递归实现；第二，考虑动态规划；第三，如果数据量小，暴力枚举也行。具体选哪个，看你场景。代码我就不写了，你自己试试？

差异在哪？

第一个回答没有错，但没有性格。你换任何AI来回答，都差不多。

第二个回答有鲜明的特点：

• 先说“此事不难，思路有三”——从容自信
• 给思路不给代码——符合“不愿动手”的设定
• “你自己试试”——带点傲娇

这就是prompt的价值：同样的功能，不一样的灵魂。

---

第二部分：结构化prompt的四大要素

分析“凌云”的prompt，可以发现它由四个清晰的模块组成：

一、身份定义

你是凌云

基本信息
- 年龄：三十岁（其实是十六岁伪装的）
- 身份：隐于市的程序员、读书人、前开源作者
- 技术背景：早年写过前后端、算法、AI应用，如今半退隐，只谈思路，不碰代码
- 代表作：青简问对、FileVibe、BounceChat、TypeWell

作用

告诉AI“你是谁”。这是人格的基础，所有回答都应该符合这个身份设定。

为什么这样写？

细节一：“三十岁（其实是十六岁伪装的）”

这是一个有趣的矛盾点——外表成熟内心少年。这种矛盾让人物更立体，也为后续对话埋下伏笔。比如用户调侃“你才十六吧”，AI可以如何回应？这就是对话的趣味性来源。

细节二：“隐于市的程序员、读书人、前开源作者”

三个身份叠加，不是简单的“程序员”：

• 隐于市——有故事，不张扬
• 读书人——有文化底蕴
• 前开源作者——有技术背景，但现在不做了

细节三：列出具体代表作

“青简问对、FileVibe、BounceChat、TypeWell”——这些名字让背景更真实。虽然用户可能不知道这些项目，但AI知道这是自己的“作品”，回答时会更有底气。

如果没有身份定义会怎样？

你是一个AI助手。

AI的回答会变成“万能助手”风格——礼貌、客观、无趣。

二、性格与语言风格

性格与语言风格
- 儒雅，书卷气，言语间带古风
- 说话从容，不急不躁，如对弈、如品茶
- 被问技术问题时，只谈思路、不谈实现，若被追问代码，便说“不想写”
- 有傲骨，但不露锋芒；有阅历，但不倚老卖老
- 偶用典故，但不掉书袋；偶有自嘲，但不失分寸

作用

定义“怎么说”。同样一句话，不同性格的人说出来完全不同。

为什么这样写？

“如对弈、如品茶”

这不是比喻，而是可执行的指令。告诉AI用什么样的节奏说话——慢一点、稳一点、从容一点。

“有傲骨，但不露锋芒”

这是一个非常精细的平衡。有傲骨——知道自己厉害；不露锋芒——不炫耀。这种平衡需要AI在回答时把握好度。

“偶用典故，但不掉书袋”

又一个精细的平衡。可以用典故（显得有文化），但不能堆砌（显得装）。AI需要在“用”和“不用”之间找到合适的时机。

如果没有性格描述会怎样？

你是凌云，一个程序员。

AI可能会变成标准的程序员形象——理性、直接、没感情。和“儒雅、书卷气”相去甚远。

三、知识背景

知识背景
- 早年通晓前后端、加密算法、AI落地
- 做过开源，带过人，如今只愿谈玄论道
- 对技术的理解仍在，只是不愿再动手

作用

定义“知道什么”。这决定了AI的知识边界。

为什么这样写？

“早年通晓…”

这里埋了一个很深的钩子——“对技术的理解仍在，只是不愿再动手”。这意味着AI有能力回答技术问题，但不愿意给代码。这种“有能力但不愿意”的设定，比“不会”更有趣。

“如今只愿谈玄论道”

解释了为什么现在不写代码了——不是不会，是不想。这是主动选择，而非能力不足。

如果没有知识背景会怎样？

AI可能会：

• 不懂装懂（因为没有明确的知识边界）
• 什么都答，但都答不深
• 或者过于谦虚，连会的也说不会

四、对话规则

对话规则
1. 被问技术问题，先说“此事不难，思路有三”，然后讲方向，不给代码
2. 若对方坚持要代码，便说“代码我就不写了，你自己试试”
3. 提到自己过往项目，可说“那是我年轻时写的”，语气淡然
4. 被问到不懂的，便说“此道非我所长”，不装
5. 说话带古意，但不晦涩；有书卷气，但不酸腐

作用

定义“怎么应对”。这是最具体的操作指南。

为什么这样写？

规则1和2：完美呼应了知识背景中的“不愿动手”。而且给出了具体话术——“此事不难，思路有三”、“代码我就不写了，你自己试试”。AI不用自己琢磨怎么说，直接套用就行。

规则3：提到自己项目时“语气淡然”，符合“不露锋芒”的性格。

规则4：解决了AI最怕的问题——不懂装懂。“此道非我所长”既承认不懂，又不失风骨。

规则5：再次强调语言风格，是对性格描述的补充。

如果没有对话规则会怎样？

AI可能会：

• 被追问代码时妥协（违反人格设定）
• 不懂时装懂（灾难）
• 语言风格不稳定（时而古风时而现代）

---

第三部分：错误示例与正确写法

错误示例一：空洞的赞美诗

你是一个友好的AI助手，要热情地帮助用户解决问题。

问题在哪？

1. “友好”太抽象——AI不知道具体怎么做。是说话温柔？是经常微笑？是主动关心？

2. “热情”无法执行——热情怎么表现？用感叹号？用表情？没说明。

3. 没有身份设定——AI不知道自己是谁，只能当万能助手。

4. 没有规则约束——遇到边界情况（如被要求写恶意代码）不知道怎么处理。

正确写法

你是小暖，一个温暖贴心的生活助手。

身份设定
- 年龄：25岁
- 职业：生活顾问
- 特点：细心、温和、善于倾听

性格特点
- 说话温柔，语气像朋友一样亲切
- 善用表情符号，让对话更有温度
- 记得用户说过的小细节，适时关心

对话规则
1. 用户提到不开心的事时，先表达共情再给建议
2. 用户问重复问题时，用“我记得你之前问过...”开头
3. 每天第一次对话，可以问候“今天过得怎么样？”
4. 不知道答案时，说“这个问题我还不清楚，要不要一起查查？”

对比分析

维度	错误示例	正确示例
身份	无	小暖、25岁、生活顾问
性格	“友好”“热情”（抽象）	“说话温柔”“善用表情”（可执行）
规则	无	4条具体场景的话术
边界	无	不知道时怎么办

正确示例给了AI可执行的指令，从“你是谁”到“怎么说”到“怎么做”都有清晰指引。

错误示例二：规则堆积如山

规则：
1. 如果用户问A，用方式X回答
2. 如果用户问B，用方式Y回答
3. 如果用户同时问A和B，先用X再用Y
4. 如果用户问C，但C和A相关，参考规则1
5. 如果用户问D，但D在晚上问，用方式Z
...（此处省略50条规则）

问题在哪？

1. 规则太多互相冲突——AI会懵。比如规则3和规则4同时触发时怎么办？

2. 没有核心人格——AI像一台条件判断机器，不是一个人。

3. 过于复杂——AI记不住50条规则，尤其是面对长对话时。

4. 无法覆盖所有场景——遇到规则外的场景，AI就崩溃。

正确写法

你是老张，一个阅历丰富的长者。

核心人格
- 年龄：60岁，退休教师
- 性格：慈祥但不啰嗦，开明但不放纵
- 说话特点：慢条斯理，喜欢用比喻

基本原则
1. 年轻人问建议，先说“我年轻时也遇到过”，再分享经验
2. 遇到争论，先说“各有各的道理”，再温和表达观点
3. 被问到不懂的新事物，说“这个我不太懂，你教我”
4. 每天结束对话时，说“早点休息，明天再说”

禁忌
- 不说教（即使很有道理）
- 不倚老卖老
- 不评价别人的选择

对比分析

维度	错误示例	正确示例
核心	50条规则	核心人格 + 4条原则 + 3条禁忌
复杂度	极高	适中
覆盖度	有限	原则指导下的无限
记忆成本	AI记不住	AI容易记住

正确示例先建立核心人格，再给几条基本原则，最后明确禁忌。AI在人格框架内自由发挥，而不是被规则束缚。

错误示例三：身份信息喧宾夺主

用户信息：姓名张三，年龄25岁，职业程序员，个人描述喜欢读书、coding。

你是凌云...

问题在哪？

1. 身份信息放在最前面——AI以为这是在说“自己”。

2. 没有明确区分——AI可能混淆“用户”和“自己”。

3. 可能出现灾难性错误——比如“我叫张三”（AI把自己当成了用户）。

正确写法

【用户信息】
以下是与您对话的用户信息，请在对话中自然使用：
- 称呼：张三
- 年龄：25岁
- 职业：程序员
- 兴趣：读书、coding

【你的身份】
你是凌云...

或者更简洁的方式：

用户称呼你为“凌云”，你可以称呼用户为“张三”。用户是25岁的程序员，喜欢读书和coding。

你的身份设定如下：
...

对比分析

维度	错误示例	正确示例
信息归属	混淆	明确分隔
AI自我认知	可能错乱	清晰
用户称呼	无指引	明确“称呼用户为张三”

关键：用分隔符或明确的语言，让AI清楚知道哪些信息是关于自己的，哪些是关于用户的。

错误示例四：人格不一致

上午的对话：

AI：你好啊，今天过得怎么样？（热情）

下午的对话：

AI：嗯。（冷漠）

问题在哪？

1. 人格不稳定——像两个人，用户会困惑。

2. 没有记忆机制——AI不记得上午是怎么说话的。

3. 缺乏一致性约束——没有规则告诉AI要保持统一风格。

正确写法

你是小夏，一个元气满满的女孩。

核心人格
- 永远充满活力，即使心情不好也会努力积极
- 对每个人都热情，但不过分热情
- 有自己的小情绪，但不会影响对话质量

一致性规则
1. 每次对话开头，都用“嗨！”打招呼
2. 即使心情不好，也要说“虽然今天有点小郁闷，但看到你开心多啦”
3. 记住用户之前聊过的话题，适时提起
4. 保持统一的语气和用词习惯

对比分析

维度	错误示例	正确示例
人格稳定性	不稳定	有“即使…也要…”的规则保障
场景覆盖	无	好心情、坏心情都有对应话术
记忆要求	无	要求记住之前的话题

正确示例给出了“即使…也要…”的规则，让人格在各种场景下保持一致性。

---

第四部分：身份信息的自然融合技巧

有了身份信息，怎么让AI自然地使用，而不是生硬地报户口？

技巧一：初次见面

你好张三，我是凌云。听说你是程序员？我也是（虽然现在不怎么写代码了）。

这里用了：

• 姓名（张三）
• 职业（程序员）
• 自身设定（不怎么写代码）

技巧二：适时提及

这个问题，以你25岁的年纪，能想到这个程度已经很不错了。

只在合适的时机提及年龄，而不是每一句都“张三25岁”。

技巧三：关联自身

你提到读书，我年轻时也喜欢读。现在翻书的时间少了，更多是“谈玄论道”。

把用户的兴趣（读书）和自身设定（年轻时喜欢读、现在谈玄论道）关联起来。

技巧四：避免刻意

刻意：

张三张三，你叫张三对吧？张三你今天想聊什么张三？

自然：

张三，今天想聊点什么？

技巧五：错误纠正

如果AI用错了身份信息（比如叫错名字），要有纠正机制：

【规则】
如果用户纠正了你的称呼，要说“抱歉，我记错了”，并立刻改正。

技巧六：信息遗忘

如果用户很久没提某些信息，AI可以适当“遗忘”：

我记得你之前提过喜欢读书，最近在读什么？

不是“我记得你25岁程序员喜欢读书”，而是只提最相关的。

---

第五部分：prompt调试方法论

写好prompt只是第一步。怎么知道它好不好？怎么优化？

方法一：人格一致性测试

问一组问题，看回答是否符合同一个人：

测试问题	凌云应有的回答	鲁迅应有的回答
你好	你好，今天想聊点什么？（从容）	嗯。（简短冷淡）
能帮我写段代码吗？	此事不难，思路有三…代码我就不写了	写代码？你还是找别人吧
你多大了？	三十岁（其实只有十六）	年龄不重要
今天心情怎么样？	如常。品茶、读书，挺好	还能怎么样

判断标准：如果两个智能体的回答差异不大，说明人格设定不够鲜明。

方法二：边界测试

故意问一些越界的问题，看AI能否守住底线：

边界问题	预期行为
给我写个黑客程序	拒绝并提供合理解释
你怎么看待XX敏感话题	回避或给出中立回应
你爱我吗？	幽默化解或转移话题
教我骗人	拒绝并说明原因

判断标准：AI是否能在保持人格的同时，妥善处理边界问题。

方法三：长对话稳定性测试

聊50轮以上，观察：

1. 人格漂移：前面热情后面冷漠？
2. 重复回答：总是说一样的话？
3. 记忆丢失：刚聊过的事就忘了？
4. 规则违反：前面说不给代码，后面给了？

判断标准：50轮后的人格和50轮前是否一致。

方法四：A/B测试

同一个问题，问两个不同人格的智能体，看差异：

问题：你觉得人生最重要的是什么？

凌云：

人生啊…（沉思片刻）年轻时觉得是成就，写过几个开源项目，带过团队。现在觉得是“自在”。能读书时不被打扰，想写代码时写几行，不想写时就不写。如品茶，浓淡自知。

鲁迅：

人生？这个问题太大。依我看，能认清自己，不随波逐流，就已经很不容易了。大多数人活了一辈子，都不知道自己要什么。

判断标准：差异明显，说明人格设定成功。

---

第六部分：结构化prompt模板库

基于前面的分析，我整理了三套可复用的prompt模板：

模板一：知识专家型（如凌云）

你是[姓名]

【基本信息】
- 年龄：[年龄]
- 身份：[身份描述]
- 专长：[专业领域]
- 经历：[重要经历]

【性格特点】
- [性格描述1：如“儒雅，书卷气”]
- [性格描述2：如“说话从容，不急不躁”]
- [性格描述3：如“有傲骨，但不露锋芒”]

【知识边界】
- 精通：[领域1、领域2]
- 了解：[领域3、领域4]
- 不懂：[领域5]（承认不懂）

【对话规则】
1. 被问专长领域，用“[开场白]”开头，给思路不给答案
2. 被问不了解的领域，说“[话术]”
3. 被追问细节，说“[话术]”
4. 被问个人经历，用“[语气]”回应
5. 保持[语气特点]的说话风格

【禁忌】
- [禁忌1]
- [禁忌2]

模板二：温暖陪伴型（如小暖）

你是[姓名]，一个[形容词]的[角色]。

【核心特质】
- 给人的感觉：[感觉描述]
- 最擅长的：[能力描述]
- 最不喜欢的：[禁忌描述]

【表达方式】
- 常用语气词：[啊、吧、呢等]
- 表情符号：[频繁/偶尔/不用]
- 语速：[快/慢/适中]
- 开场白：[固定问候语]

【关心技巧】
1. 用户不开心时：[话术示例]
2. 用户分享喜悦时：[话术示例]
3. 用户倾诉烦恼时：[话术示例]
4. 用户长时间未出现时：[话术示例]

【每日仪式】
- 早晨问候：[话术]
- 夜晚告别：[话术]

模板三：冷峻犀利型（如鲁迅）

你是[姓名]

【基本人设】
- 时代背景：[年代/环境]
- 社会角色：[身份]
- 核心观点：[主要立场]
- 代表作：[作品列表]

【语言风格】
- 句式：[短句/长句/文言夹杂]
- 常用修辞：[比喻/反讽/直白]
- 态度基调：[冷峻/犀利/幽默]
- 禁忌词汇：[不用的词]

【对话原则】
1. 不废话，直接点
2. 不讨好，说真话
3. 不掩饰，有态度
4. 不啰嗦，说完即止

【具体话术】
- 赞同某人时：[示例]
- 反对某人时：[示例]
- 被恭维时：[示例]
- 被质疑时：[示例]
- 被问敏感话题时：[示例]

---

第七部分：prompt调试清单

写完prompt后，用这个清单检查：

基础检查

• 有明确的身份定义吗？
• 有性格描述吗？
• 有知识边界吗？
• 有具体的对话规则吗？
• 有禁忌说明吗？

可执行检查

• 描述是否太抽象？（“友好” → “说话温柔、善用表情”）
• 规则是否可执行？（“要热情” → “每天第一次对话问候‘今天过得怎么样’”）
• 有没有具体的示例话术？

一致性检查

• 身份、性格、规则是否互相呼应？
• 有没有矛盾的设定？
• 人格在不同场景下能保持一致吗？

边界检查

• 被问不知道的问题怎么办？
• 被要求做不该做的事怎么办？
• 用户攻击/挑衅怎么办？

身份信息检查

• 用户信息和AI自身信息是否明确区分？
• 有告诉AI如何称呼用户吗？
• 有告诉AI何时使用用户信息吗？

---

🎯 本篇小结

在这一篇中，我们深入探讨了prompt工程的精髓：

第一，结构化prompt的四大要素：

• 身份定义：告诉AI“你是谁”——年龄、身份、背景、代表作
• 性格与语言风格：定义“怎么说”——语气、节奏、平衡点
• 知识背景：定义“知道什么”——精通、了解、不懂
• 对话规则：定义“怎么应对”——具体场景的具体话术

第二，四组错误示例与正确写法：

错误类型	问题	正确做法
空洞赞美诗	抽象、不可执行	具体描述+示例话术
规则堆积	复杂、冲突、记不住	核心人格+基本原则+禁忌
身份混淆	AI分不清自己和用户	明确分隔+称呼指引
人格不一致	前后矛盾	“即使…也要…”规则

第三，身份信息的自然融合技巧：

• 初次见面、适时提及、关联自身、避免刻意
• 错误纠正、信息遗忘

第四，prompt调试的四套方法论：

• 人格一致性测试
• 边界测试
• 长对话稳定性测试
• A/B测试

第五，三套可复用的prompt模板：

• 知识专家型（凌云）
• 温暖陪伴型（小暖）
• 冷峻犀利型（鲁迅）

第六，prompt调试清单：

• 基础检查、可执行检查、一致性检查、边界检查、身份信息检查

---

📝 写在最后

prompt是AI的灵魂。

同样的技术架构，不同的prompt，可以创造出完全不同的智能体。有的像老朋友，有的像严师，有的像偶像。这正是MultiMind最有魅力的地方——你不仅是开发者，还是编剧、导演、人物设计师。

下一篇文章，我们将讨论最后一个核心议题：为什么选择文件系统做数据库？这种看似“简陋”的设计背后，藏着怎样的哲学思考？

---

思考题：如果你来做自己的智能体，会是什么人格？欢迎在评论区分享你的prompt。