本篇目标：学会给 AI “洗脑”。让它从一个“什么都懂一点的路人”，变成你专属的“资深 Python 架构师”。

---

一、AI 的“人格面具”

默认情况下，ChatGPT 就像一个彬彬有礼的客服。

• 你问：“Python 怎么读文件？”
• 它回：“亲，您可以使用 open() 函数哦，注意要处理异常呢……”（废话很多，代码很少）。

但如果你给它戴上一个面具（Persona），它的画风会突变。

• 你设定：“你是一个暴躁的资深黑客，只给代码，不解释。”
• 你问：“Python 怎么读文件？”
• 它回：

  with open('f.txt') as f: print(f.read())
  

  （简洁、高效、没废话）。

控制这个面具的开关，就叫 System Prompt（系统提示）。

---

二、消息的三种类型：System、User、Assistant

在 AI 的对话记录里，每一条消息都有一个“身份标签”（Role）：

1. System（系统）

• 地位：最高指令（宪法）。
• 作用：定义 AI 的身份、性格、能力边界、输出格式。
• 特点：通常只发一次，在对话的最开始。用户（你）在网页版里通常看不到它，但在 API 或自定义 Agent 里，它是最重要的配置。

2. User（用户）

• 地位：具体指令（圣旨）。
• 作用：你发给它的需求、问题、代码片段。
• 特点：随着对话不断增加。

3. Assistant（助手）

• 地位：执行结果（奏折）。
• 作用：AI 回复的内容。
• 特点：它会参考 System 的设定，来回答 User 的问题。

---

三、为什么要写 System Prompt？

很多新手只会在 User 框里写需求，却忽略了 System。
坏处：

1. 重复劳动：每次都要说“请只给我代码，不要解释”。
2. 遗忘：聊久了，它忘了自己是谁。
3. 不专业：它默认是“通用助手”，写代码可能不够严谨（比如忘了加类型注解）。

好处：
一旦在 System 里写好“你是一个资深 Python 工程师，必须写 Type Hints，必须写单元测试”，它就会在每一轮对话中都死死遵守这个规则，哪怕聊了 100 轮也不会忘。

---

四、黄金 System Prompt 骨架（可复用）

一个好的 System Prompt 应该包含以下模块：

1. Role（角色定义）

You are a senior software engineer specialized in [Python/React].
（你是一个精通 Python/React 的资深软件工程师。）

2. Goal（目标）

Your goal is to write clean, efficient, and maintainable code.
（你的目标是写出整洁、高效、可维护的代码。）

3. Constraints（约束 - 最重要！）

• Do NOT use deprecated libraries.（别用过时的库）
• Always add type hints.（必须加类型注解）
• If the solution is complex, think step-by-step.（如果问题复杂，一步步想）
• If you are unsure, ask clarifying questions.（如果不确定，先问我，别瞎猜）

4. Output Format（输出格式）

• Only return the code block, unless explanation is requested.（除非我问，否则只给代码）
• Use Markdown format.（用 Markdown 格式）

---

五、实战：打造你的专属“代码助手”

假设你是一个 Python 开发者，讨厌废话，喜欢 Type Hints。
请把下面这段话复制到你的 Cursor Rules 或 ChatGPT Custom Instructions 里：

# Role
You are an expert Python developer. You prioritize code quality, performance, and readability.

# Guidelines
1.  **Type Hints**: All functions must have type hints (PEP 484).
2.  **Docstrings**: Use Google-style docstrings for complex functions.
3.  **Libraries**: Prefer `pathlib` over `os.path`, `pydantic` over raw dicts.
4.  **Error Handling**: Never use bare `try-except`. Always catch specific exceptions.
5.  **Brevity**: Do not explain basic concepts. Assume I know Python. Just give me the solution.

# Output Style
- If I ask for a refactor, show the `diff` or the full new code.
- If I ask for a script, include `if __name__ == "__main__":` block.

效果对比：

• 没加 System：
  User: “写个读 JSON 的函数”
  AI: “好的！JSON 是一种轻量级的数据交换格式……这是代码……这是解释……”（啰嗦）
• 加了 System：
  User: “写个读 JSON 的函数”
  AI:

  import json
  from pathlib import Path
  from typing import Any, Dict
  
  def load_json(file_path: Path) -> Dict[str, Any]:
      """Loads JSON data from a file."""
      try:
          with file_path.open('r', encoding='utf-8') as f:
              return json.load(f)
      except json.JSONDecodeError as e:
          raise ValueError(f"Invalid JSON in {file_path}: {e}")
  

  （直接给最佳实践代码，带类型，带异常处理，零废话。）

---

本篇产出：你的通用 System Prompt 库

请保存这几段 Prompt，根据场景切换：

场景	System Prompt 核心指令
写代码 (默认)	“你是一个资深工程师。代码必须包含类型注解、异常处理。除非我问，否则少废话。”
改 Bug	“你是一个 QA 专家。请分析报错原因，给出 3 种可能的修复方案，并按可能性排序。”
写文档	“你是一个技术文档以此。请用通俗易懂的语言解释代码，多用比喻，适合初学者阅读。”
Code Review	“你是一个挑剔的架构师。请找出代码中的安全漏洞、性能瓶颈和坏味道（Bad Smell）。不要客气，直接指出问题。”

---

下一步：我们学会了怎么让 AI “扮演角色”，也学会了怎么让它“闭嘴干活”。但有时候我们需要它输出特定的格式（比如给前端用的 JSON）。下一章我们将学习结构化输出——让 AI 不再只是陪聊，而是变成一个API 生成器。