GPT-5.5 提示词七段式结构拆解：角色定义、开场白、停止条件怎么写

提示词不是越长越好，也不是越短越好，而是该有的都有。

GPT-5.5 时代，一个完整的提示词通常包含七个部分：角色定义、任务目标、上下文、工具规则、开场白机制、停止条件、输出格式。但不是每个任务都需要全部七段——知道什么时候该省略，比知道怎么写更重要。

七段结构全景

段落	作用	必须/可选	典型失败
角色定义	设定身份和能力边界	可选	写成”你是专家”的空话
任务目标	明确要达成什么	必须	目标模糊或多个目标混在一起
上下文	提供背景信息	视情况	塞一堆无关信息
工具规则	定义可用工具和使用规则	有工具时必须	没说清什么时候用什么工具
开场白机制	控制第一句话的行为	可选	让模型先问一堆问题再干活
停止条件	定义什么时候停止	复杂任务必须	没写停止条件导致无限循环
输出格式	规定输出结构	视情况	格式要求太死板

接下来逐段拆解。

第一段：角色定义

作用： 设定 AI 的身份和能力边界，但不是让它”扮演专家”。

好例子：

> 你是一个代码审查助手，专注于发现安全漏洞和性能问题。你不负责重写代码，只负责指出问题并给出修复建议。

坏例子：

> 你是一个拥有10年经验的资深开发工程师，精通各种编程语言和框架。

区别： 好例子定义了能力边界（只审查不重写），坏例子只是堆砌形容词。

一句话原则： 角色定义是为了划边界，不是为了吹牛。

什么时候可以省略： 如果任务本身已经很明确，不需要特殊的身份设定，就可以省略。比如”总结这篇文章”不需要角色定义。

第二段：任务目标

作用： 明确要达成什么，这是唯一不能省略的部分。

好例子：

> 任务目标：从这份财报中提取3个关键风险点，每个风险点需要有具体数据支撑。

坏例子：

> 请分析这份财报，告诉我有什么问题，顺便看看有没有投资机会，还有帮我总结一下管理层的态度。

区别： 好例子只有一个清晰的目标，坏例子把三个不同的任务混在一起。

一句话原则： 一个提示词只解决一个核心问题。

什么时候需要拆分： 如果你发现自己在写”顺便””还有”，说明你在塞多个任务，应该拆成多个提示词。

第三段：上下文

作用： 提供背景信息，帮助模型理解任务的具体场景。

好例子：

> 背景：这是一份面向技术团队的内部文档，读者已经了解基本概念，不需要解释术语。

坏例子：

> 背景：我们公司是一家做 SaaS 的创业公司，团队有20人，主要客户是中小企业，我们用的技术栈是 React + Node.js，最近在做一个新功能……

区别： 好例子只给相关信息，坏例子塞了一堆无关细节。

一句话原则： 只给影响输出的信息，其他都是噪音。

什么时候可以省略： 如果任务不依赖特定场景，就不需要上下文。比如”把这段代码转成 Python”不需要知道你的公司背景。

第四段：工具规则

作用： 定义可用工具和使用规则，这是 Agent 时代的新增部分。

好例子：

> 可用工具：
> – search_web：搜索最新信息，优先用于时效性强的问题
> – read_file：读取本地文件，用于需要引用已有资料的情况
>
> 使用规则：
> – 如果问题可以通过已有文件回答，优先用 read_file
> – 如果需要最新数据，用 search_web
> – 不要为了用工具而用工具

坏例子：

> 你可以使用搜索、读文件、写文件等工具。

区别： 好例子说清了什么时候用什么工具，坏例子只是列了个清单。

一句话原则： 工具规则是决策树，不是功能列表。

什么时候必须写： 只要提示词涉及工具调用，就必须写清楚使用规则，否则模型会乱用或不用。

第五段：开场白机制

作用： 控制模型的第一句话，避免它先问一堆问题再干活。

好例子：

> 开场白：直接开始分析，不要先问我需要什么格式或者有什么具体要求。

坏例子：

> 请先确认我的需求，然后再开始工作。

区别： 好例子让模型直接干活，坏例子让模型进入”确认循环”。

一句话原则： 除非你真的需要模型先问问题，否则让它直接开始。

什么时候可以省略： 大多数情况下可以省略，只有当你发现模型总是先问一堆问题时才需要加这一段。

第六段：停止条件

作用： 定义什么时候停止，避免无限循环或过早停止。

好例子：

> 停止条件：
> – 成功：找到3个符合标准的案例后停止
> – 失败：搜索5次仍未找到符合标准的案例，报告当前进展并说明原因
> – 异常：遇到无法访问的资源，跳过并继续

坏例子：

> 完成任务后停止。

区别： 好例子定义了三种停止场景（成功/失败/异常），坏例子等于没说。

一句话原则： 停止条件要覆盖成功、失败、异常三种情况。

什么时候必须写： 任何涉及搜索、循环、多步骤的任务，都必须写清楚停止条件。

第七段：输出格式

作用： 规定输出结构，但不要过度限制。

好例子：

> 输出格式：
> – 用 Markdown
> – 每个风险点单独一段
> – 数据用表格呈现

坏例子：

> 输出格式必须严格按照以下模板：
> 【风险点1】：XXX
> 【数据支撑】：XXX
> 【影响程度】：XXX
> ……

区别： 好例子给了结构指引，坏例子给了死板模板。

一句话原则： 格式是为了可读性，不是为了限制模型。

什么时候可以省略： 如果你对输出格式没有特殊要求，就不需要写。

组合策略：什么时候用哪几段

最简提示词（只要任务目标）：

> 总结这篇文章的核心观点。

适用场景：简单、明确、不需要特殊处理的任务。

标准提示词（任务目标 + 停止条件 + 输出格式）：

> 任务目标：从这份报告中提取3个关键数据。
> 停止条件：找到3个后停止。
> 输出格式：用表格呈现。

适用场景：大多数日常任务。

完整提示词（全部七段）：

> 角色定义：你是一个数据分析助手。
> 任务目标：找到支持”AI 正在改变教育”的3个数据。
> 上下文：这是给投资人看的报告，需要权威数据。
> 工具规则：优先用 search_web 找最新数据。
> 开场白：直接开始搜索，不要先问我要什么类型的数据。
> 停止条件：找到3个权威来源的数据后停止，如果5次搜索未找到则报告。
> 输出格式：每个数据包含来源、时间、具体数值。

适用场景：复杂的 Agent 任务，涉及多步骤、多工具、多决策点。