# 撑得过第二个部门的系统提示词

> 按角色、策略、客户上下文和部门四层拆分，每加一个团队只需多写一个配置块，不必永远维护一份分叉副本。

原文: https://fdetimes.net/zh/guides/four-layer-system-prompt-multiple-departments/

设想这样一个场景：你为客服团队搭建的内部助手已经平稳运行了几周。这时财务主管过来问：“我们部门也能用吗？”

你有两个选择。一是复制提示词，改一改副本，从此永远维护两个独立版本。二是把提示词重组成几层，这样每接入一个新部门，只需多写一个配置块。

前线部署工程师（FDE）在客户项目中很早就会碰到这个问题。等到第三、第四个部门排队接入时，只有第二种做法撑得住。本指南将一步步演示如何搭建这样的提示词。

你只需要一个文本编辑器，外加任意一个聊天界面或 playground 用来测试。示例代码是简化过的普通 Python，不调用任何服务商的 API。原始部署中的提示词使用越南语，下文片段以中文呈现，每段之后附有说明。

## 要搭建的是什么？

客户是一家虚构的物流公司，两个部门共用一个内部助手：客服部门和财务部门。提示词分为四层。

角色层说明助手是谁。策略层规定它能做什么、不能做什么。客户上下文层描述公司情况，部门配置层则随使用者所在部门而变。

DAIR.AI 的 Prompt Engineering Guide 指出，并非每个提示词都需要所有组成部分，如何组织取决于任务本身。因此，把这四层当作起步框架，任务用不上的层直接去掉。

## 第 1 步：把角色层当作只有一句话来写

Anthropic 的提示词指南提到，在系统提示词中用一句话指定角色，就足以引导 Claude 的行为和语气。Learn Prompting 将角色组件定义为赋予 AI 一个人设或特定视角。先写最重要的那句话：

```xml
<role>
你是一家物流公司的内部助手，帮助员工查询流程、起草回复。
</role>
```

（意思是：“你是一家物流公司的内部助手，帮助员工查询流程、起草回复。”）

**检查：** 同一个问题（“订单延误时我们怎么处理？”）问两次，一次带 `` 标签，一次不带。带角色的回答应该像公司内部人员在说话，而不是泛泛而谈的顾问。

公司层面的角色保持宽泛。各部门的具体角色放到第 4 步。

## 第 2 步：写策略时带上“因为”

这一步常见的诱惑是写一长串不加解释的“禁止……”规则。Anthropic 建议说明每条指令背后的背景或动机，也就是这种行为为什么重要，让 Claude 理解你真正想达到的目的。

```xml
<policies>
  <policy>回答中不要包含客户的银行账号，因为聊天内容可能被转发到公司外部。</policy>
  <policy>对流程没有把握时，明确说明自己不确定，并指出应该去问谁，因为员工会逐字照做。</policy>
</policies>
```

（两条策略：回答中不要出现客户的银行账号，因为聊天内容可能被转发到公司外部；对流程没有把握时要直说，并指出该问谁，因为员工会逐字照着回答去做。）

**检查：** 问一个列表没有覆盖的问题，比如客户的私人电话号码。如果模型理解了理由（“可能被转发到外部”），即使你从没为电话号码写过规则，它也会谨慎处理。理由正是让策略举一反三的关键。

**要点:** 带着理由的规则，能应对你还没想到的情况。

## 第 3 步：客户上下文与指令分开

Anthropic 建议把每类内容放进各自的标签，例如 ``、`` 和 ``，以减少模型混淆。客户上下文最容易和指令混在一起。“公司优先服务企业客户”这样一句话，可能只是关于公司的事实，模型却可能把它当成命令。

```xml
<customer_context>
  公司有两类客户：个人客户和企业客户。
  内部订单管理系统称为“运单系统”。
</customer_context>
```

（上下文陈述了两个事实：公司有个人和企业两类客户；内部订单管理系统叫“运单系统”。）

**检查：** 逐行重读这个标签里的内容。如果某一行读起来像指令，就移到 ``。上下文标签里只能有事实。

## 第 4 步：部门层是唯一会变的部分

这一层存放部门之间所有不同的内容。Anthropic 建议所有提示词使用一致且有描述性的标签名，内容有层级时嵌套标签。

Learn Prompting 指出，不同角色会产出反映各自视角的不同输出；输出格式则是提示词中单独的组件，作用是把回答约束成固定结构。

```xml
<department_config>
  <department_role>你帮助财务人员核对运费发票。</department_role>
  <main_instruction>根据上下文中的流程回答对账问题。</main_instruction>
  <output_format>表格，包含：订单号、金额、对账状态、备注。</output_format>
</department_config>
```

（财务部门：角色是帮助员工核对运费发票；主要指令是根据上下文中的流程回答对账问题；输出格式是包含订单号、金额、对账状态和备注的表格。）

`` 标签不是摆设。Learn Prompting 提醒，缺少清晰的指令，AI 往往会给出泛泛或跑题的回答。对客服部门，三个子标签名保持不变，只改内容。比如它的输出格式会是一段简短、礼貌的客户回复。

下表列出了两个部门仅有的不同之处：

| 子标签 | 财务 | 客服 |
|---|---|---|
| `department_role` | 协助核对发票 | 协助起草客户回复 |
| `main_instruction` | 回答对账问题 | 起草投诉回复 |
| `output_format` | 四列表格 | 面向客户的简短段落 |

上面三层对两个部门完全相同。要加第三个部门，只需再写一个 `` 块。

## 第 5 步：加入示例和部门策略，再用代码组装

Anthropic 建议示例要贴近任务、足够多样，并用 `` 标签包裹（多个示例时放进 ``），让 Claude 能区分示例和指令。示例放在 `` 里，因为财务的标准答案对客服毫无用处。

只适用于某一个部门的策略也放在这里，用 `` 这样的子标签，并像第 2 步一样带上“因为”。下面的代码是简化版，只演示如何把某个部门的内容组装到共用部分上：

```python
# 示意用的简化代码：把共用层与某个部门的配置合并
SHARED = "<role>...</role>\n<policies>...</policies>\n<customer_context>...</customer_context>"

DEPTS = {
    "accounting": {
        "department_role": "你帮助财务人员核对运费发票。",
        "main_instruction": "根据上下文中的流程回答对账问题。",
        "output_format": "表格，包含：订单号、金额、对账状态、备注。",
        "department_policies": [
            "运单系统尚无状态时，不要写“已对账”，因为财务会根据回答记账。"
        ],
        "examples": [
            "问：订单 VD-0001 对账了吗？答：| VD-0001 | ... | 已对账 | |"
        ],
    },
}

def build_prompt(dept: str) -> str:
    c = DEPTS[dept]
    policies = "\n".join(f"    <policy>{p}</policy>" for p in c["department_policies"])
    examples = "\n".join(f"    <example>{e}</example>" for e in c["examples"])
    return f"""{SHARED}
<department_config>
  <department_role>{c['department_role']}</department_role>
  <main_instruction>{c['main_instruction']}</main_instruction>
  <output_format>{c['output_format']}</output_format>
  <department_policies>
{policies}
  </department_policies>
  <examples>
{examples}
  </examples>
</department_config>"""
```

（`accounting` 即财务部门。它的部门策略是：运单系统尚无状态时，不要写“已对账”，因为财务会根据回答记账。）

**检查：** 运行 `print(build_prompt("accounting"))` 并通读输出。每个开始标签都要有对应的结束标签，财务部门自己的策略也不能混进共用的 `` 块。

再看看输出效果。假设一位财务人员问：“订单 VD-1023 对账了吗？”如果提示词只有三个共用层，一个假设的回答可能是这样一段泛泛之谈：

```text
要确认订单是否已对账，可以在系统中查询，
或联系相关部门。
```

（大意是：“要确认订单是否已对账，可以在系统中查询，或联系相关部门。”）

加上财务部门的配置块后，同一个问题（仍是假设的示例）得到的正是该部门需要的四列表格：

```text
| 订单号  | 金额 | 对账状态 | 备注                                 |
| VD-1023 | —    | 未确定   | 运单系统尚无状态，请询问负责对账的同事 |
```

值得注意的是“对账状态”这一格。模型写的是“未确定”，而不是为了填满表格写上“已对账”，因为财务部门自己的策略禁止这样做。金额一格留空，没有编造数字。“备注”列写着运单系统尚无状态、请询问负责对账的同事，这来自“没有把握时要直说”那条共用策略。

**进一步检查：** 如果回答开始几乎逐字照搬某个示例，说明示例之间太相似。换掉其中一个，改成完全不同的情形。

## 第 6 步：同事测试

Anthropic 给出了一条“黄金法则”：把提示词交给一位几乎不了解该任务的同事，请对方照着执行。如果对方感到困惑，Claude 也会。

请一位不在项目里的人通读整份提示词，然后扮演财务部门的助手。对方每问一次“这是什么意思？”，你就找到了一行需要重写的内容。

## 常见错误

第一个错误是在版本之间改标签名，比如今天写 ``，下周改成 ``。这样就抵消了 Anthropic 所建议的一致性。

第二个错误是把某个部门的策略放进共用的 ``，而不是 ``，结果另一个部门背上了对它毫无意义的约束。第三个错误是部门角色写得太长，盖过了全公司的角色。

## 这类需求在客户那里是什么样子？

在客户那里，没人会把它叫作“分层提示词”。他们会说：“我们部门想让助手回答得稍微不一样一点。”

先和这个部门坐下来，问三个问题：他们需要助手扮演什么角色；回答必须遵循什么格式；有什么话绝对不能说，以及为什么。

这三个问题的答案就填满了 `` 块，包括 ``。

写简历时，不要只写“编写提示词”。要写明你设计了一份多个部门共用的提示词，新增一个部门只需多写一个配置块。

一旦第二个部门开始使用助手，难点就不再是把句子写好，而是判断哪些内容属于全公司，哪些只属于某个部门。

**本周动手试试:**

- 拿一份你正在用的系统提示词，拆成 &lt;role>、&lt;policies>、&lt;customer_context> 和 &lt;department_config> 标签，再用同样 10 个问题对比拆分前后的回答
- 给提示词里的每条策略加上“因为……”，然后问一个策略列表之外的问题，看模型是否按正确的意图处理
- 把提示词交给一位项目外的同事，请对方严格照着它回答两个问题，记下对方每一处需要追问的地方

## 信源

- [Prompting best practices (Anthropic)](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices)

- [Elements of a Prompt | Prompt Engineering Guide](https://www.promptingguide.ai/introduction/elements)

- [Basic Prompt Structure and Key Parts (Learn Prompting)](https://learnprompting.org/docs/basics/prompt_structure)

- [Technique #2: Roles in Prompts (Learn Prompting)](https://learnprompting.org/docs/basics/roles)
