System Prompt 到底是什么？一文读懂 AI 系统提示词
System Prompt（系统提示词）是用户在与 AI 对话前设定的底层指令，用于约束 AI 的角色、行为准则和输出格式，相当于给大模型戴上“行为枷锁”。
一句话解释
System Prompt 是对话开始时由开发者或用户主动写入的一段说明文本，它告诉大模型“你是谁”“要做什么”“不能做什么”。与用户随意输入的 User Prompt 不同，System Prompt 通常位于消息列表的首条，优先级最高。
为什么会被关注
随着大模型进入生产环境，开发者发现同样的用户提问，不同 System Prompt 会产出截然不同的结果。一个精心设计的 System Prompt 可以让模型输出更准确、更安全，甚至纠正模型的错误倾向。企业用它来控制品牌形象、过滤敏感词、强制输出结构化数据，因此它成为 Prompt Engineering 中最核心的杠杆。
核心逻辑
主流大模型（如 GPT、Claude、Gemini）在训练时都支持“系统消息”机制。模型在读取所有消息时，会特殊对待第一条系统消息内的指令，并将其视为对整个对话的长期约束。
这种机制的底层原理是：模型内部会用更高的注意力权重处理 System Prompt，使其在生成后续回复时始终被优先遵循。同时，System Prompt 中的规则可以与用户输入产生叠加效果，形成“规则优先于内容”的秩序。
常见场景
角色扮演类应用：用 System Prompt 设定 AI 为“历史老师”“心理咨询师”或“客服代表”，让模型保持特定的语气和知识边界。
API 开发场景：在 OpenAI 或 Claude API 中，将 System Prompt 设为“只输出 JSON 格式，不要任何额外解释”，从而直接获得可直接解析的结构化数据。
内容过滤与安全：在公共聊天机器人中加入 System Prompt 禁止模型谈论政治、暴力或生成冒犯性内容，实现低成本的安全对齐。
容易混淆的点
很多人把 System Prompt 和 User Prompt（用户提示词）混为一谈。区别在于：User Prompt 每次对话都会变，而 System Prompt 通常固定不变，且对模型的影响力更大。
另一个误区是认为 System Prompt 可以覆盖模型训练时的偏见。实际上，如果 System Prompt 与模型原生安全训练冲突，后者可能更强，因此需要反复测试。
还有部分用户误以为 System Prompt 只能用在英文模型上。实际上，几乎所有主流大模型都支持中文 System Prompt，只需用中文书写规则即可生效。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词Context Window（上下文窗口）指大语言模型在生成回复时，能够参考和处理的输入文本（包括用户提问和历史对话）的最大长度限制。它定义了模型单次推理的“工作记忆”边界，直接影响对话连贯性、长文档处理和多步骤任务执行能力。
大模型是指通过在海量数据上训练、拥有庞大参数规模的深度学习模型，其核心能力在于理解和生成人类语言及各类内容，是当前生成式AI（如ChatGPT）的技术基石。
角色设定是用户通过自然语言指令，为AI大模型预先定义其身份、性格、知识范围和行为准则的过程。它决定了AI在对话中的“人设”与回应方式，是解锁大模型多样化应用的关键技巧。
少样本学习是一种让模型仅通过少量标注样本就能掌握新概念或完成新任务的机器学习方法，大幅降低了对海量标注数据的依赖，特别适合数据稀缺或快速迭代的场景。