提示词工程进阶 (Prompting for Agents)

在 Agent 开发中，Prompt Engineering 不再是简单的“写小作文”，而是编写自然语言代码。你需要让 LLM 严格遵循特定的思维模式和输出协议。

#1. 从 Chat Prompt 到 Agentic Prompt

普通的 Chat Prompt 关注的是“回答得好不好”，而 Agentic Prompt 关注的是**“执行得对不对”**。

#2. 核心模式：ReAct (Reason + Act)

ReAct 是 Agent 提示词的鼻祖。它要求模型在执行任何动作前，必须先进行思考 (Thought)。

#ReAct 模板示例：

markdown复制
# Role
你是一个能够使用工具的 AI 助手。

# Tools
你可以使用以下工具：
- google_search: 搜索互联网信息
- calculator: 进行数学计算

# Format
回答必须遵循以下格式：

Question: 用户的问题
Thought: 我应该怎么做？
Action: 要调用的工具名称
Action Input: 工具的参数
Observation: 工具返回的结果
... (重复 Thought/Action/Observation)
Final Answer: 最终给用户的回答

# Example
Question: 埃隆·马斯克的年龄乘以 2 是多少？
Thought: 我需要先查到埃隆·马斯克的生日，算出年龄，然后乘以 2。
Action: google_search
Action Input: Elon Musk birthday
Observation: June 28, 1971
Thought: 现在是 2026 年，他大概 55 岁。
Action: calculator
Action Input: 55 * 2
Observation: 110
Final Answer: 埃隆·马斯克的年龄乘以 2 大约是 110。

为何有效？ 强制模型输出 Thought 可以让它利用 CoT (思维链) 提高推理准确率；分离 Action 让程序容易解析。

#3. 结构化输出 (Structured Output)

让 LLM 输出 JSON 是构建稳定 Agent 的基石。不要让模型输出“好的，结果是...”，要强迫它输出 { "result": "..." }。

#技巧 A：使用 XML 标签隔离上下文

Anthropic 推荐使用 XML 标签来区分不同类型的数据，防止 Prompt Injection。

xml复制
<documents>
    <doc id="1">...</doc>
    <doc id="2">...</doc>
</documents>

<instructions>
    请根据 <documents> 中的内容回答问题。
</instructions>

#技巧 B：JSON Mode 强制约束

在 API 调用时开启 response_format: { type: "json_object" }，并在 Prompt 中提供 Schema。

markdown复制
# Output Format
你必须输出符合以下 TypeScript 接口的 JSON：

```typescript
interface Response {
  reasoning: string; // 思考过程
  plan: string[];    // 下一步计划
  command?: string;  // 要执行的命令 (可选)
}

---

## 4. 角色扮演 (Persona) 的进阶用法

在 Agent 中，Persona 不仅仅是语气，更是**权限和能力的边界**。

- **坏 Persona**：“你是一个有用的助手。”（太泛，容易胡言乱语）
- **好 Persona**：“你是一个 Python 代码审查员。你**只**负责检查代码的安全性漏洞。你**不能**修改代码逻辑。如果发现 SQL 注入风险，必须输出严重等级为 'High'。”

---

## 5. 提示词维护与版本管理

Agent 的 Prompt 往往长达数千个 Token。
- **模块化**：将 System Prompt 拆分为 `Role`, `Context`, `Tools`, `Examples` 等模块拼接。
- **版本控制**：像管理代码一样管理 Prompt (PromptOps)。
- **动态注入**：根据用户的 Task 动态插入相关的 Few-Shot Examples。

---

## 小结

编写 Agent Prompt 的心法：**把 LLM 当作一个极度聪明但需要明确指令的初级程序员**。
1.  **显式思考**：强制输出 `Thought`。
2.  **结构化**：输入输出全部 JSON/XML 化。
3.  **边界清晰**：明确告诉它**不能**做什么。