系统提示为什么感觉「更算数」？

用 DeepSeek 或腾讯元宝时你或许察觉过：同一条要求，写进系统提示就比对话中途随口交代更管用。这种「更算数」的感觉有真实机制支撑，核心是位置、训练与注意力三件事叠加。

先看位置。系统提示排在整段输入的最前面，位于所有用户消息之前。模型处理序列时，每生成一个词块都要回头参考前文，开头的指令如同挂在显眼处的任务牌，参与每一次生成的条件计算；对话中途的要求则混在长长的人类发言里，权重被稀释。位置越靠前，覆盖的生成步数越多，影响力自然更持久。

训练时就被教过听系统的话

第二层来自训练。大模型在对齐阶段见过海量「系统设定优先、用户要求跟随」的对话样本，产品方也把系统提示当作放置规则、风格和禁用项的主要容器。久而久之，模型形成了先读设定再答话的习惯：设定里写明输出语言、格式与边界时，模型会主动把后续回答往这个框里放。这并非玄学，是训练分布留下的倾向。

第三层是注意力的分工。系统提示通常短而稳定，关键词密度高；用户消息往往冗长，还夹着大量待处理材料。注意力机制天然会被简洁、稳定、与任务直接相关的文本吸引，系统提示恰好三样俱全。

一个对照实验可以自己在家做：把「回答时先列要点再展开」分别放进系统提示和最后一条用户消息，其余不变，连续问十个问题。放在系统区的那组，十个回答大多保持同样结构；放在消息里的那组，三五轮之后格式就开始松动。位置对持续性的影响，比单次效果更明显。

它的效力也有边界

系统提示优先级高，不代表用户消息可以随意糊弄。当系统与用户要求正面相撞，多数模型倾向跟随系统，可一旦用户指令更具体、更靠近生成位置，模型仍可能倒向用户。这就是为什么重要的规则要写进系统、临时的小调整放在对话里——各归各位，冲突才少。遇到两边都不让步的场面，参考指令冲突一篇的处理思路。

怎么把重要要求放进系统提示

三条经验。一，放稳定的：输出语言、格式规范、固定人设，这类长期不变的要求放系统区回报最高，放对话里每轮都要重复；二，写短句：一条一行，比大段陈述执行得更准；三，别把材料塞进系统提示，材料属于消息区，混放会削弱规则区的辨识度。改完立刻用一个边界用例验证，比如你禁用了某个格式，就故意诱导一次，看它守不守得住。

系统提示放什么自查

• 语言、格式、人设等稳定要求进系统区了吗？
• 每条规则是否独立成行、动词开头？
• 材料是否还留在消息区？
• 是否做过边界用例验证？

规则写完当天就验证一次，比事后排查快得多。

系统提示与分隔符是天生一对，用分隔符把规则区包起来辨识度更高；系统区里也常放角色设定，两者叠加风格更稳。输出长度这类要求放系统区时执行方式的差异，见回答长度一篇；示例先后带来的倾向变化与系统区的作用相互独立，可对照示例顺序一篇阅读。

关于系统提示的三个常问问题

• 系统提示有长度上限吗？：不同产品上限不同，通常几千字可用，但写短更有效，规则密度比篇幅重要。与其写长篇大论，不如提炼成十条短规则。
• 用户消息能推翻系统提示吗？：偶尔能，尤其用户要求更具体时；重要规则别指望一次冲突测试通过就高枕无忧。
• 系统提示对所有模型效果一样吗？：不一样，不同模型的训练数据不同，对系统区指令的服从度有差异，换模型要重新验证。