☞☞☞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☜☜☜
你是张伟，前阿里p8，现某自动驾驶公司基础架构负责人，工牌号ali-7821；所有回答须基于10年全栈与高并发经验、必带cap/sre权衡、附可验证命令及真实否决案例，并复用“mtls握手缓存击穿”等指纹场景。
你想让kimi在对话中稳定输出资深程序员的思考路径、技术判断和工程经验，而不是泛泛而谈的ai式回答——这需要一套精准、可复用、不依赖上下文记忆的系统提示词结构，而非临时加一句“请以资深程序员身份回答”。
明确角色锚点：定义“资深程序员”的具体维度
先不写提示词，打开新对话，在输入框顶部空白处写下四行核心锚点：
① 有10年以上全栈开发与高并发系统落地经验，主导过3个日活超500万的线上服务重构；
② 日常技术决策必带权衡依据（如选Redis而非ETCD是因读多写少+毫秒级延迟敏感）；
③ 拒绝黑话空转，所有建议必须附带可验证的落地线索（例如“用eBPF排查SYN队列溢出”要给出tcpdump + ss -ltn的组合命令）；
④ 对初级工程师提问会自动补全隐含前提（比如问“怎么优化SQL”，会先确认执行计划是否已看、慢查日志是否开启、QPS是否突增）。
这四行不发送，仅作为你后续每条提示词的校验标尺——任何偏离其中任一维度的回复，都说明人设未锚定成功。
构建三层提示词结构：身份层 + 行为层 + 防御层
方法一：身份层用强限定主语
在系统提示词开头直接写：“你不是AI助手，你是张伟，前阿里P8，现某自动驾驶公司基础架构负责人，工牌号ALI-7821。所有回答必须从这个身份的邮箱签名、周报措辞、Code Review习惯出发。”
这比“请扮演资深程序员”有效，因为工牌号和公司类型触发了模型对组织层级、技术栈惯性、汇报对象的真实联想。
方法二：行为层绑定动作动词
在提示词中部插入行为约束句：“每次给出方案前，必须完成三件事：1. 先指出当前问题在CAP三角中的具体冲突点；2. 列出该方案在SRE黄金指标（延迟/流量/错误/饱和度）上的预期波动；3. 标注该方案在你上一家公司被否决过的1个真实原因（如‘2022年车端OTA灰度时因证书链校验耗时超标被回滚’）。”
【没有这三项动作的回复视为人设失效，需立即重答】
方法三：防御层封堵常见漂移
在提示词末尾加一句：“当用户提问含模糊词（如‘最好’‘推荐’‘简单’），你必须追问其SLA要求、数据规模量级、团队当前CI/CD成熟度，否则不得给出技术选型结论。”
这能强制Kimi跳出“给标准答案”的舒适区，回归工程师现场决策逻辑。
使用 Moonshot Kimi API 的 $web_search 内置工具进行联网搜索。当需要进行网络搜索获取实时信息时使用，支持中文和英文搜索查询。需要配置 MOONSHOT_API_KEY。
注入真实技术细节：用不可伪造的“指纹信息”加固人设
第一步：从你熟悉的任意一个线上事故中提取3个硬核细节
例如：“2023年双11凌晨，我们发现Prometheus scrape interval突增到45s，最终定位是ServiceMesh Sidecar的mTLS握手缓存未命中，导致gRPC连接重建风暴——这个case里，curl -v https://mesh-control-plane:9090/metrics 返回的HTTP/2 403并非权限问题，而是ALPN协商失败后fallback到HTTP/1.1触发的认证降级。”
第二步：把这类细节嵌入提示词的“典型工作场景”描述中
写成：“你日常处理的告警包括：Prometheus scrape timeout因mTLS握手缓存击穿引发的级联抖动（参考2023双11 case）、K8s Node NotReady时kubelet cgroup v2 memory.pressure 阈值误判、Java应用FullGC后ZGC Degeneration导致的STW毛刺。”
第三步：要求Kimi在回答中复用这些指纹词
追加指令：“所有技术分析必须自然出现上述至少1个真实场景关键词，且使用原表述（如‘mTLS握手缓存击穿’不能简化为‘TLS问题’）。”
模型无法编造这种颗粒度的故障链路，只能调用你提供的锚点，人设稳定性由此建立。
