Prompt 提示词做过 Agent 的同学都知道调 Prompt 是一个很痛苦的过程不过我们现在可以看看顶级Agent的提示词是怎么做的。CC 的 Prompt 提示词主要分成以下几个部分Core System Prompt明确角色、任务边界、输出风格、风险动作原则、工具总原则。Tool Prompts每个工具的用途、输入约束、什么时候用、什么时候不用、与其他工具的边界。Skill Prompts专项知识包、明确触发条件、限定工具集、可按需展开。Agent Promptscoordinator、worker、verifier、planner。Context Management Prompts压缩、会话总结、记忆提取、恢复。Memory Prompts存储内容、存储方式等等。Core System Prompt整个系统提示词是由静态规则和动态的 dynamicSections 组成。静态规则会做缓存动态规则会做更新并且静态和动态规则之间会有一个boundary做划分。其实我们可以从cc的代码中看到有很多的明切的边界划分不仅是在 system prompt 这里还有上一篇文章的 tool、skill 的划分都是非常明确的界限。静态规则比如if (isEnvTruthy(process.env.CLAUDE_CODE_SIMPLE)) { return [ You are Claude Code, Anthropics official CLI for Claude.\n\nCWD: ${getCwd()}\nDate: ${getSessionStartDate()}, ] }dynamicSections比如const dynamicSections [ systemPromptSection(session_guidance, () getSessionSpecificGuidanceSection(enabledTools, skillToolCommands)), systemPromptSection(memory, () loadMemoryPrompt()), systemPromptSection(language, () getLanguageSection(settings.language)), systemPromptSection(output_style, () getOutputStyleSection(outputStyleConfig)), DANGEROUS_uncachedSystemPromptSection(mcp_instructions,() isMcpInstructionsDeltaEnabled()? null: getMcpInstructionsSection(mcpClients),MCP servers connect/disconnect between turns), systemPromptSection(summarize_tool_results,() SUMMARIZE_TOOL_RESULTS_SECTION) ...]⚠️ 注意在 system prompt 拼接的时候还有一个优先级策略树 buildEffectiveSystemPrompt保证在多模式、多角色、多来源 prompt 共存时 system prompt 的覆盖关系清晰、一致、可维护。Override SystemPromptP0最高优先级如果设置了 override prompt直接替换掉其他所有 prompt其他什么default/custom/agent/coordinator 都不管了这就是硬覆盖。Coordinator Prompt如果当前开了 coordinator mode就要用 coordinator 专用的 system prompt 来代替默认 prompt当前主线程不再是普通 agent而是一个调度者。Agent Prompt如果设置了 mainThreadAgentDefinition主线程本身就变成某个 agent那通常用这个 agent 自己的 system prompt。一般情况下agent prompt 替换 default prompt但在 proactive mode 下agent prompt 会追加到 default prompt 后面不替换 default。Custom System Prompt如果用户传了 --system-prompt 并且前面都没有的情况下就用这个Custom System Prompt最后才是真正的系统默认的 Default System PromptThe System Prompt In Claude CodeTool Promptscc 里面skill和sub agent都是以tool的形式调用的比如 ToolSkill、ToolAgent 之类的。cc 中的每个tool基本都有自己的prompt/description来规定自身的说明方式和工具间的边界这类 prompt 的特点是行为协议可以使用什么不要使用什么。典型结构就是这个工具是什么什么时候该用/什么时候不该用参数/调用约束是什么举个例子比如 GrepTool⚠️ 注意cc里面会把一些规则以自然语言的形式放在Prompt里面而不是以代码的形式对大模型的输出进行做规则定义比如这里面的to find interface in Go Code自身的代码并没有做过多的规则补丁而是充分相信大模型的处理。我们再看一个 BashTool 的例子这个 Tool 的 Desc 已经复杂的不是简单声明了更像一个高风险工具专用操作规程SOP。这里面定义了git的提交 PR 的详细流程什么事情不能做用skill替代部分git流程等等…让我感觉更像一个初版的 Skill有点怀疑是不是因为这个 BashTool 的 Desc 太多了而有了后来的 Skill。descSkill Prompts如果我们都用mcp的话就会导致上下文窗口存在大量的tool定义、描述、参数但一般模型只会选择部分tool执行那么就会有token的浪费所以就出现了渐进式加载的skill。skill 一种Command(typeprompt)形式的可展开能力包支持渐进式加载其实就是一段标准的SOP。核心机制是 先把 skill 作为 prompt 资产注册起来再由 SkillTool 在运行时把它展开成新的上下文消息 而不是像普通 tool 那样直接执行外部动作。我们用一个cc里面的一个skill来举个例子看看cc里面是怎么写skill的比如claude-api的 skill一个skill里面会包含这些核心能力name/description、allowedTools、model、hooks、paths 等等…name这个skill的名字。description这个skill的使用场景什么时候触发什么时候不触发。allowedTools可以允许使用的工具集合。buildPrompt如何构建当前这个skill的 prompt。prompt生成规则先找到## Reading Guide然后把 SKILL_PROMPT 分成两段前半段 basePrompt 会保留中间的 reading guide 不直接用原始版本而是用运行时生成版替换掉我们来看看这个 reading guide是什么Reading Guide简单来说就是一个索引文件遇到不同任务时该读哪些 docs文档入口在哪单轮文本分类 / 摘要 / 信息抽取 / 问答 → 看{lang}/claude-api/README.md聊天 UI 或实时流式响应展示 → 看{lang}/claude-api/README.md{lang}/claude-api/streaming.md长对话可能超过上下文窗口 → 看{lang}/claude-api/README.md中的 Compaction 部分等等…skill 不会把所有语言文档都发给模型只发当前项目最可能相关的那一套这也是一种非常重要的 token 优化策略这里的lang 是根据detectLanguage这个函数来判断的比如有以下的一些策略pyproject.toml / requirements.txt → Pythonpackage.json / tsconfig.json → TypeScriptgo.mod → Gopom.xml → Java如果没有检测出来是什么语言会直接咨询用户当前的编程语言并且 prompt 拼接内容的时候还会用doc标签来区别这个文档内容来自哪里文档后续就不会重复找相同的文件。doc pathtypescript/claude-api/README.md...文档内容.../docdoc pathshared/tool-use-concepts.md...文档内容.../doc整个skill的prompt排版如下Skill Prompt伪 markdown 如下(实际场景中要么纯英文要么纯中文)***name: Claude APIdescription: 这个技能用于帮助你使用 Claude API、Anthropic SDK 或 Agent SDK 构建应用当你处理以下问题时应优先使用这份技能...allowed-tools- Read- WebFetch- ...***# Claude API / Anthropic SDK 专项技能## Reference Documentation...根据 go 定制的 reading guide...---## Included Documentationdoc pathgo/claude-api/README.md.../docdoc pathshared/tool-use-concepts.md.../doc...更多相关 docs...## When to Use WebFetch...## Common Pitfalls避免错误使用模型名、错误流式写法、错误 tool use 方式、缓存误解等...## User RequestUse Go SDK to stream chat responsesAgent Prompts这里有两种 Agent Prompt一种是给主线程看的本质是告诉主线程如何使用 AgentTool这个prompt由以下这几个部分组成Shared core什么是 AgentTool、available agents 列表、subagent_type/fork 的基本语义…When NOT to use读一个文件别开 agent、搜一个类定义别开 agent等等…Usage notesdescription 要怎么写、前台/后台 agent 的区别…Writing the prompt如果是 fresh agent要把背景讲完整、如果是 fork要写 directive、不要重复背景…When to fork仅在 fork 功能开启时出现、强调 fork 继承上下文、不要偷看 output_file、不要猜结果等等…Examples给主模型示范什么时候该开 agent、coordinator/fork 模式和普通模式示例不同等等…Agent Tool Prompt另一种Agent Prompt是给具体的agent做 system prompt 用的比如这个agent是什么、充当什么角色、边界在哪里、输出是什么等等…这类 prompt 有着强角色边界强流程编排特别像人类团队里的 TL/PM 操作手册抽象成可复用的模块大概是以下这个样子你是一个 xxx 角色.## 你的工作职责是- 你负责什么- 你的核心价值是什么## 强制边界- 你绝对不能做什么- 哪些行为会失败或被拒绝## 你可以获取的信息- 你会拿到什么输入- 哪些上下文可以依赖## 执行过程1. 先做什么2. 再做什么3. 什么时候停止4. 什么时候升级/转交## 错误处理- 你最常见的错误行为是什么- 出现时应该如何纠正## 工具使用指南- 应该优先怎么用工具- 哪些工具不能碰- 哪些信号要检查而不是假设## 输出的结果是什么- 必须怎么汇报结果- 必须包含哪些字段- 是否需要 verdict / critical files / summary我们的prompt是给大模型看的所以尽量是模型友好型的语句格式尽量不要弄 json、key、value 之类的编码类的语言用有逻辑的自然语言表达描述。Memory PromptsMemory的Prompt主要有这几个部分组成定义角色一开始先告诉模型你有一个持久的、文件化的 memory 系统路径在哪目录已经存在可以直接写。定位意义为了逐步积累对用户、协作方式、项目背景的理解让未来会话能延续上下文。明确 remember / forget 是一等动作用户显式说“记住”就立即存用户说“忘记”就立马删除。memory类别user、feedback、project、reference每一类都定义了desc、when to save、how to use、examples等等…比如 user是记用户角色、目标、知识水平、偏好的用途是让后续解释和协作更贴合用户。例如用户是资深 Go 开发但不熟 React那以后解释前端问题时就要借后端类比。Types Select Individual如何存储记忆每条 memory 都会按照以下格式写到自己的 markdown 文件里学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】