首页/AI/AI 应用速查/角色设定(Role Prompting)

角色设定(Role Prompting)

在 system 或开头给模型设定角色、经验与回答规范。角色主要校准视角、术语与风格;内部数据与细节仍需通过上下文注入。

AI 应用速查AI更新于 2026-10-13

角色设定是什么

角色设定是在系统提示或对话开头给模型一个身份与经验背景,例如「你是一名有十年经验的数据库运维工程师」。它主要校准视角、术语与回答风格,让输出更贴近对应领域的习惯。要清楚它的边界:角色改变的是表达方式与关注点,不会让模型凭空获得内部数据、最新资料或权限——这些仍要通过上下文或检索提供。

基本信息

位置系统提示里,或对话开头的一条消息
作用校准视角、术语、详略程度与回答习惯
有效范围风格与关注点,不改变模型的知识边界
配套做法角色配合明确的输出要求与边界条件
常见误用把角色当成获取内部数据的开关
写法建议一个具体身份加几条行为要求,比堆头衔有效

角色能改变什么

维度会改变不会改变
术语使用更贴近领域习惯模型本身不了解的专有信息
详略程度假设读者已具备背景知识事实准确性
关注重点突出该角色在意的问题是否编造未提供的数据
语气风格更正式或更口语权限与可执行动作
举例方式按领域常见场景举例外部系统的实际状态

典型使用场景

  • 技术支持:以工程师视角回答,附带排查步骤
  • 文档写作:以技术作者视角统一术语与结构
  • 代码审查:以资深开发者视角指出风险与改进点
  • 教学讲解:以教师视角调整难度与举例方式
  • 面试与演练:以面试官视角连续追问,用于备考

角色设定的写法

角色设定的写法
# 你是一名数据库运维工程师,负责线上 MySQL 集群的稳定性。
# 回答时先给判断结论,再给排查步骤与对应的观察指标。
# 涉及参数调整时说明影响面与回滚方式。
# 不确定的信息要明确标注,不要凭经验给出具体数值。
# 输出用短段落与编号步骤,不写与问题无关的背景介绍。

写得好与写得差的对比

写法效果说明
一个具体身份加行为约束稳定身份与要求都能被验证
堆砌多个头衔分散多个身份互相冲突,重点被稀释
只说你是专家几乎无变化没有可执行的行为要求
把数据塞进角色描述有害容易与指令混淆,也常被诱导输出
角色与样例可以叠加使用:先用角色定视角,再用几个样例把输出格式与判断口径固定下来,效果比只用其一更稳。
不要指望角色能代替权限控制:让模型扮演资深审核员,并不会让它获得审核权限,关键动作仍要程序校验。

易错点

  • 把角色当成内部数据的来源:模型仍会按通用知识作答,甚至会编造细节
  • 角色描述里堆砌多个矛盾身份:视角摇摆,输出风格前后不一致
  • 只写身份不写行为要求:除了语气略有变化,实际收益接近于零
  • 角色里混入真实业务数据:既可能被诱导输出,也干扰指令理解

数据来源与参考

  • OpenAI 提示工程指南;Anthropic 提示工程文档

相关工具

​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌