← Volver a las guías

为编程智能体写系统提示词：从需求到验收的实战工作流

先把系统提示词当成团队开发规范

编程智能体的系统提示词不是“帮我写代码”这一句，而是它在整个仓库中的工作合同。一个可复用的提示词应回答四个问题：它负责什么、不能做什么、如何决策、何时算完成。实际项目中，先查看仓库的 README、package.json、测试目录和 CI 配置，再把已有技术栈、命名习惯及命令写入系统提示词。这样能避免智能体用错框架、擅自升级依赖或生成无法通过检查的代码。

第一步：定义任务边界与优先级

先写清楚不可妥协的规则，再写功能目标。例如：“优先修复根因，不使用临时绕过；未经确认不得修改数据库 schema、锁文件和生产配置；只修改与任务直接相关的文件。”随后规定决策优先级：安全性、正确性、现有架构一致性、可维护性、性能。这个排序很关键：当智能体发现快速方案与安全方案冲突时，才能做出符合团队预期的选择。

• 范围：允许修改 src 和 tests，禁止改动部署脚本。
• 兼容性：保持现有公开 API，不随意重命名导出项。
• 依赖：优先复用现有库；新增依赖前说明原因和体积影响。
• 风险：涉及认证、支付、删除数据时，必须先提出方案并等待确认。

第二步：规定“先读后写”的执行流程

优秀的系统提示词应要求智能体先探索，再编辑。可直接加入：“开始修改前，阅读相关实现、调用方、类型定义和现有测试；用不超过五条说明问题根因与计划；信息不足时提出具体问题，不要假设。”这能显著减少它只看一个文件就重写模块的情况。对于多步骤任务，再要求它每完成一个阶段汇报改动文件、原因和下一步，而不是一次性输出大量未经验证的修改。

第三步：把代码质量要求写成可验证动作

“写高质量代码”太模糊，应改为可执行指令。例如：遵循仓库已有的 TypeScript strict 设置；新增逻辑必须覆盖正常路径、边界条件和失败路径；不要吞掉异常；为复杂分支补充解释“为什么”的注释；修改后依次运行类型检查、单元测试和 lint。若命令失败，提示词还应要求它报告完整失败原因、已尝试的修复和仍需人工决定的事项，禁止伪造测试成功。

第四步：指定输出格式，降低审查成本

让智能体最终按固定结构交付：修改摘要、涉及文件、验证命令及结果、风险与后续建议。对代码审查任务，则要求按严重程度列出问题，并包含文件位置、复现条件、影响和建议修复方式。统一输出格式能让开发者快速判断是否可合并，也方便将结果接入 issue、PR 模板或 CI 评论。

第五步：在低成本模型接入中保持提示词一致

系统提示词应保存在仓库或团队配置中，而不是散落在个人终端。通过 59API 可使用 https://api.59api.com 统一接入 Claude Opus、Sonnet、Haiku、Fable 与 GPT 模型，兼容 Claude Code、Codex 和任意 OpenAI SDK。对于日常检索、测试补全和简单重构可选更经济的模型；架构分析、复杂调试再切换更强模型。59API 按量付费、价格低，并提供官方原生质量模型而非降级版本，适合团队在不牺牲结果的前提下控制智能体调用成本。

可直接落地的系统提示词骨架

最后，将以上规则组织为稳定骨架：“你是本仓库的资深开发者。先阅读相关代码和测试，再说明计划。遵循现有架构与命名，不修改无关文件，不新增依赖除非说明理由。优先保证安全、正确和兼容性。修改后运行规定的检查；若无法运行，如实说明原因。最终输出修改摘要、验证结果和风险。”再按项目补充技术栈、命令和敏感目录即可。想以较低成本把这套流程接入日常开发，可注册 59API 后配置现有工具开始试用。