system prompt设计需精准优化：一明确角色与任务边界；二嵌入结构化思维链；三注入领域术语与否定样本；四绑定动态上下文锚点；五实施分层响应可信度标记。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用WorkBuddy时发现自定义模型的回答偏离预期、逻辑混乱或信息不准确，则很可能是System Prompt设计不够精准。以下是提升回答准确率的多种优化路径：
一、明确角色与任务边界
System Prompt需清晰限定模型的身份、职责范围及输出约束，避免因角色模糊导致自由发挥式错误响应。
1、在Prompt开头用一句话定义模型身份，例如：“你是一名专注医疗知识问答的临床助手，仅回答经循证医学验证的问题。”
2、列出三项禁止行为，例如：“禁止编造药物剂量、禁止推测未确诊病情、禁止推荐未经国家药监局批准的疗法。”
3、指定输出格式强制项，例如：“所有回答必须以‘依据《XX指南（2023版）》’开头，并附上具体条款编号。”
二、嵌入结构化思维链指令
通过显式要求模型分步推理，可显著减少跳跃性错误和事实混淆，尤其适用于多条件判断类问题。
1、在Prompt中插入固定推理模板：“请按以下步骤响应：①识别用户问题中的核心实体与关系；②检索知识库中匹配的三条最高置信度证据；③比对证据冲突点；④生成结论并标注每条依据来源。”
2、为每一步添加校验机制，例如：“若步骤②未能找到≥2条独立来源证据，则必须回复：“当前问题缺乏足够循证支持，无法提供确定性回答”。”
3、禁用隐含假设，强制声明前提，例如：“所有剂量建议必须注明适用人群体重区间（如：成人50–70kg）及肝肾功能状态。”
三、注入领域术语与否定样本
向System Prompt注入高频专业术语及典型错误范例，能增强模型对领域语义边界的识别能力，降低泛化误判率。
1、列举5个本领域不可替换的核心术语，例如：“必须使用‘房室传导阻滞’而非‘心脏传电慢’，使用‘eGFR’而非‘肾功能指标’。”
使用 draw.io（.drawio 格式）和 SVG 生成兼容 Microsoft Visio 的架构图。当用户需要以下任一场景时触发： - 用于 Visio 或技术文档的架构/系统/网络图 - 带连接标注的分层控制系统图 - 将 draw.io XML 转换为稳定、可嵌入的 SVG - 修复 Visio 或 draw.io 无法打开的故障排查类图表 - 任何需专业级布局且文本可编辑的图表
2、提供3组正误对比句式，例如：“正确：‘阿司匹林肠溶片应空腹服用’；错误：‘阿司匹林要饭后吃’——后者违反药代动力学原理。”
3、设置术语屏蔽规则，例如：“当用户输入包含‘偏方’‘祖传’‘百分百治愈’等词时，必须立即终止回答并返回：“该表述不符合现行诊疗规范，不予响应”。”
四、绑定动态上下文锚点
利用可变占位符将System Prompt与实时业务上下文强关联，使模型响应始终锚定在当前会话的真实约束条件下。
1、定义三个动态字段：{current_patient_age}、{latest_lab_result}、{active_medication_list}，并在Prompt中声明：“所有建议必须基于这三个字段实时计算，不得使用默认值填充。”
2、设置字段校验逻辑，例如：“若{current_patient_age}为空或＜1岁，则自动启用新生儿用药模块，并屏蔽所有成人剂量参数。”
3、触发硬性拦截条件，例如：“当{active_medication_list}包含华法林且用户询问维生素K摄入时，必须调用抗凝监测协议，禁止直接给出食物清单。”
五、实施分层响应可信度标记
要求模型对每次输出自主标注置信等级与依据强度，倒逼其在生成前完成内部证据评估，抑制低质量输出。
1、定义三级置信标签：[A级：随机对照试验证据支持]、[B级：专家共识推荐]、[C级：个案报告推论]，并规定：“无A/B级标识的回答视为无效输出。”
2、强制标注位置，例如：“每个结论句末尾必须紧跟括号标注，格式为（证据等级：X）。”
3、设定降级熔断机制，例如：“当单次响应中C级标注占比＞40%，则自动追加声明：“本回答主要基于有限临床观察，建议结合主治医师决策”。”
