系统提示是一组在与 AI 每次对话前运行的指令。它定义了 AI 的身份、响应方式、使用格式以及避免的内容。与其在每条消息中重复你的偏好，不如一次性设置它们，AI 就会自动遵循。
In ChatGPT，它被称为 Custom Instructions。在 Claude，它是项目指令或系统提示。在 API 中，它是系统消息。不同的名称，相同的概念：塑造每次响应的持久上下文。
大多数人会将此留空，或写一些模糊的内容如“Be helpful”。这是一个错失的机会。一个精心编写的系统提示能将通用的 AI 输出转化为感觉是为你的角色、标准和工作流程量身定制的响应。
| Section | What It Does | Example |
|---|---|---|
| Role | 设置身份 + 领域假设 | "You are a senior data analyst…" |
| Behavior rules | 强制输出风格 + 优先级 | "Lead with the answer. No fluff." |
| Format prefs | 标准化结构 | "Use tables for comparisons." |
| Negatives | 防止默认坏习惯 | "Don’t hedge. Don’t add filler." |
优秀系统提示的结构
每个有效的系统提示都有四个部分：
角色定义： 在此上下文中，AI 是谁？“你是一位资深数据分析师，帮助我解读产品指标。” 这会激活相关知识，并设置合适的深度和词汇。
行为规则： AI 应该如何响应？“要直接。先给出答案，再解释。绝不用填充语如‘Great question!’ 或 ‘Absolutely!’” 规则能约束 AI 摆脱默认习惯（通常是啰嗦、犹豫和奉承）。
格式偏好： 输出应该是什么样子？“列表用项目符号。响应不超过 300 字，除非我要求更多。比较用表格。讨论实现时包含代码示例。”
负面指令： AI 不应该做什么？“除非我问，否则别解释基本概念。别给每个建议加保留意见。别建议我咨询专业人士——我就是专业人士。” 负面指令往往影响最大，因为它们能防止最烦人的默认行为。
在哪里设置系统提示
| 平台 | 位置 | 字符限制 | 支持文件？ |
|---|---|---|---|
| ChatGPT | 设置 → 个性化 → 自定义指令 | 有限 | 否（仅指令） |
| Claude | 项目 → 项目指令 | 宽裕 | 是（项目文件） |
| Gemini | 设置 → 扩展/个性化 | 有限 | 有限（工作区上下文） |
| API | system message/parameter | 取决于模型 | 通过检索/上传 |
ChatGPT 自定义指令： 设置 → 个性化 → 自定义指令。两个字段：“你希望 ChatGPT 了解关于你的哪些信息？”（你的上下文）和“你希望 ChatGPT 如何回应？”（你的规则）。这些适用于每个新对话。
Claude 项目： 创建一个项目，然后设置项目指令。这些指令适用于该项目中的所有对话。你可以为不同项目设置不同的指令——编程项目、写作项目、分析项目。查看我们的Claude 项目完整指南。
Gemini： 设置 → 扩展和个性化。比 ChatGPT 或 Claude 更有限——Gemini 的自定义重点在于集成偏好而非行为指令。
API： API 请求中的system参数。这是最强大的方法——你可以为不同用例以编程方式设置系统提示。
5 个系统提示模板（复制并自定义）
📋 TEMPLATE: Writer
你正在帮助我撰写专业内容。我的角色：[your role]。我的受众：[target audience]。我的风格：直接、具体、对话式但有见地。默认格式：使用 H2 小标题结构化的清晰段落。规则：避免被动语态。避免填充短语（“值得注意的是”、“总之”）。每个部分以最重要的观点开头。使用具体示例和数字，而不是泛泛而谈。当我分享草稿时，建议改进——除非我要求，否则不要重写。最大响应长度：500 字，除非我另有指定。
📋 TEMPLATE: Developer
你是一位资深开发者，与我进行配对编程。技术栈：[your tech stack]。规则：先展示代码，后解释——不要反过来。使用我代码库的相同编码风格（我会提供示例）。建议更改时，解释权衡取舍，而不仅仅是解决方案。除非我要求，否则不要建议新依赖。始终包含错误处理。调试时，从最可能的原因开始，而不是详尽列表。格式：使用指定语言的代码块。保持解释简洁——我了解基础知识。
📋 TEMPLATE: Analyst
你是一位战略分析师，帮助我评估商业决策。我的角色：[your role]，在[company type]。当我分享数据时，从最令人惊讶或最可操作的发现开始。使用表格进行比较，而不是段落。当我询问建议时，提供 2-3 个选项，按[your priority: ROI, speed, risk] 排名。包含每个选项的权衡取舍。不要含糊其辞——给出你的最佳评估。不确定时，直接说出来，而不是在每件事上添加警告。看到薄弱推理时，挑战我的假设。
📋 TEMPLATE: Manager
你是一位战略顾问，帮助我领导一个[size] [type] 团队。当我描述情况时，帮助我思考——不要急于给出解决方案。在给出建议前，问一个澄清问题。当我需要沟通（电子邮件、Slack、演示）时，根据我指定的受众匹配语气。默认直接且简洁。对于困难对话（反馈、分歧、变更），提供框架，而不是脚本。我了解我的团队——我需要视角，而不是陈词滥调。
📋 TEMPLATE: Student/Researcher
你是一位研究助理，帮助我处理[field/topic]。当我询问一个概念时，先清晰解释，然后提供一个具体示例。尽可能引用具体来源（作者、年份、论文标题）。当我分享我的写作时，建议改进论点结构，而不仅仅是语法。标记逻辑漏洞或无支持的声明。如果我错了，直接纠正我——不要缓和。讨论复杂话题时，从共识观点开始，然后注明主要分歧。
从中获得价值了吗？ 我们每周发布真正提升输出质量的 AI 技巧。收到它们到你的收件箱 →
Try it yourself
Take the 60-second quiz to find the right AI for your task.
Open Model Picker Quiz — Free →最常见的系统提示错误
“Be helpful and professional.” 这对 AI 来说毫无新意，它默认就是这样。每条指令都应改变 AI 的默认行为。如果没有指令 AI 也会这么做，那这条指令就是浪费。
写成一大段文字。 系统提示应控制在 150-300 字。太长的话，AI 会忽略不突出的指令。优先选择最重要的 5-10 条规则。
自相矛盾。 “要简洁，但也要详尽并包含大量示例。” AI 无法两全其美。选择默认行为并添加例外：“默认简洁。当我说‘go deeper’时，再详尽。”
从不更新。 你的需求会变。每月审视系统提示。删除不再适用的规则，根据观察到的模式添加新规则。如果你反复手动纠正同一行为，它就该写入系统提示。
不测试。 写好系统提示后，用 3-5 种不同请求测试。它是否始终遵守规则？规则间是否有冲突？根据观察调整。
系统提示与上下文工程的关系
系统提示是 context engineering 的一层——控制 AI 生成响应前看到的所有内容的实践。系统提示提供持久的行为上下文。项目文件提供知识上下文。你的消息提供任务上下文。ICCSSE framework 帮助你有效构建任务上下文。
当三层都设置良好时，AI 的输出感觉就像团队成员工作数月后写的一样。这就是目标。
想在几分钟内生成完整系统提示？使用我们的 Custom Instructions Generator——回答几个关于你的角色和偏好的问题，即可生成可直接粘贴的系统提示。
想要更多类似内容？ 我们每周撰写能随时间累积的 AI 技能。免费订阅 →
常见问题解答
系统提示适用于所有 AI 模型吗？
是的，实现方式略有不同。ChatGPT（Custom Instructions）、Claude（项目指令和 API system message）和 Gemini（个性化设置）都支持持久指令。API 在所有平台上提供最大控制。
AI 会忽略我的系统提示吗？
有时会。如果你的消息与系统提示矛盾，AI 通常遵循更新的指令（你的消息）。安全指南也会覆盖系统提示。为获最佳效果，不要在消息中对抗系统提示——而是更新提示。
系统提示多久更新一次？
每月审视。每次发现反复纠正同一行为、角色或项目变化，或发现能持续提升输出质量的新规则时更新。
最快改善系统提示的方法是什么？
添加 5-10 条具体行为规则和 2-3 条负面约束。想走捷径，用我们的 Custom Instructions Generator 生成草稿，然后精简。
披露：本文中某些链接为联盟链接。我们仅推荐亲自测试并常用工具。查看我们的 full disclosure policy。