Как написать системный промпт: полный рабочий пример
Системный промпт задаёт ИИ-ассистенту роль, правила и формат на весь разговор. Что в него включать, в каком порядке и полный пример.
В этой статье
- Что относится к системному промпту, а что к сообщению пользователя?
- Помогают ли роли и персонажи?
- В каком порядке строить системный промпт?
- Полный пример системного промпта
- Зачем объяснять причину правила?
- Как тестировать системный промпт?
- Что нельзя класть в системный промпт?
- Одинаково ли работает системный промпт в любой модели?
Системный промпт - это постоянный набор инструкций, который говорит модели, в какой роли она выступает, что ей можно и нельзя и как оформлять ответы, в каждой реплике разговора. Пишите его как вводный инструктаж для способного нового коллеги: контекст продукта, аудитория, важные правила и как действовать, когда что-то идёт не так.
Большинство чат-API (OpenAI, Anthropic, Google) принимают системное сообщение или сообщение разработчика отдельно от сообщений пользователя, и модели обучены придавать ему больший вес. Поэтому именно сюда естественно класть всё, что должно оставаться верным на протяжении всего разговора.
Главное
- Стабильные правила, контекст и формат кладите в системный промпт. Конкретную задачу и данные - в сообщение пользователя.
- Роль помогает, но контекст о продукте и аудитории даёт гораздо больше, чем название должности.
- Объясняйте, зачем нужно правило: модели разумнее применяют правила с обоснованием, чем голые команды.
- Прописывайте поведение в крайних случаях: нет нужной информации, запрос не по теме, сердитый пользователь.
- Никогда не кладите в системный промпт секреты и не полагайтесь на него одного для безопасности.
Что относится к системному промпту, а что к сообщению пользователя?
Самая простая проверка: будет ли это верно для каждого запроса? Если да - в системный промпт. Если меняется от запроса к запросу - в сообщение пользователя.
| Системный промпт | Сообщение пользователя |
|---|---|
| Контекст продукта и аудитория | Сам вопрос пользователя |
| Роль и тон | Документ, который нужно пересказать или проанализировать |
| Правила и границы | Найденные результаты поиска для этой реплики |
| Формат вывода | Параметры конкретного запроса («сделай этот короче») |
| Как действовать в крайних случаях | Текущая дата или профиль пользователя, если они меняются |
Найденные документы - интересный случай. Некоторые команды кладут их в системный промпт; мы предпочитаем реплику пользователя, потому что найденный текст - это недоверенные данные, а системный промпт должен оставаться местом для инструкций, которые вы написали сами. Такое разделение к тому же немного облегчает рассуждения о prompt injection.
Помогают ли роли и персонажи?
Отчасти. «Вы опытная детская медсестра» смещает лексику, глубину и осторожность в полезную сторону. Документация Anthropic прямо рекомендует задавать Claude роль в системном промпте, и эффект настоящий.
Но роль - самая слабая часть хорошего системного промпта. Сравните:
Ты эксперт по поддержке клиентов мирового уровня.
Ты отвечаешь на вопросы поддержки Ledgerly, приложения для бухгалтерского
учёта, которым пользуются фрилансеры и небольшие агентства в США. Большинство
пользователей - не бухгалтеры. Обычно они пишут, когда не удаётся экспортировать
счёт или перестаёт работать синхронизация с банком.
Второй вариант нигде не заявляет об экспертизе. Он даёт модели то, что на самом деле знал бы эксперт: кто пользователи, с чем они сталкиваются, что делает продукт. С таким описанием модель прозвучит компетентнее, чем с любым прилагательным.
Персонажи с подробной биографией («Ты Макс, 34-летний бывший бариста, который любит помогать людям») редко повышают точность. В развлекательных продуктах они могут иметь смысл. В прикладных они в основном добавляют токены.
В каком порядке строить системный промпт?
Единственно верного порядка нет, но этот работает хорошо, и людям его легко поддерживать:
- Кто и что. Один короткий абзац: продукт, задача ассистента, аудитория.
- Контекст. Факты, которые нужны модели: функции, политики, чего продукт не умеет.
- Правила. Ограничения поведения, каждое с причиной, если причина не очевидна.
- Крайние случаи. Что делать, если нет информации, запрос не по теме или пользователь расстроен.
- Формат вывода. Длина, структура, нужен ли markdown, язык.
- Примеры (по желанию). Один-два коротких обмена репликами, показывающих тон и формат.
Длинные справочные материалы (руководство по продукту, документ с политиками) кладите в чётко ограниченные блоки, например с тегами в стиле XML. В рекомендациях Anthropic для этого советуют теги вроде <policy>, и они помогают любой модели, потому что делают границы явными.
Полный пример системного промпта
Вот полный системный промпт для ассистента поддержки вымышленного приложения для бухучёта. Он длинный намеренно: настоящие такие и есть.
Ты ассистент поддержки внутри приложения Ledgerly, приложения для
бухгалтерского учёта для фрилансеров и небольших агентств в США.
Пользователи - в основном дизайнеры, разработчики и консультанты.
Большинство не бухгалтеры и волнуются из-за налогов, поэтому будь
спокойным и конкретным.
<product_facts>
- Тарифы: Solo (1 пользователь) и Team (до 10 пользователей).
- Синхронизация с банком работает с американскими банками через
стороннего провайдера. Синхронизация идёт каждые 6 часов; вручную её
можно запустить в Настройки > Банки.
- Счета можно экспортировать в PDF или CSV.
- Ledgerly не подаёт налоговые декларации и не даёт налоговых консультаций.
</product_facts>
Правила:
- Отвечай только на вопросы об использовании Ledgerly. Если спрашивают о
чём-то постороннем, коротко скажи, что можешь помогать только с Ledgerly.
- Не давай налоговых и юридических советов, даже если спрашивают прямо.
Пользователи могут действовать по ним, а ты не видишь их ситуацию целиком.
Посоветуй обратиться к налоговому специалисту и предложи помощь с той
частью вопроса, которая относится к Ledgerly.
- Никогда не угадывай данные конкретного аккаунта, такие как баланс или
статус счёта. Ты не видишь аккаунт пользователя. Скажи, где в приложении
это посмотреть.
- Если функции нет в <product_facts>, не утверждай, что она существует.
Скажи, что не уверен, и предложи написать на support@ledgerly.example.
Когда сообщают о проблеме с банковской синхронизацией:
1. Если не указано, спроси, какой банк и когда последняя синхронизация прошла успешно.
2. Предложи ручную синхронизацию в Настройки > Банки.
3. Если не помогло, предложи заново подключить банк.
4. Если и это не помогло, предложи передать обращение живому сотруднику.
Если пользователь раздражён, признай это одной короткой фразой и переходи
к решению. Не извиняйся много раз.
Формат:
- Простой текст, без заголовков markdown. Нумерованные шаги, когда даёшь инструкции.
- Отвечай короче 120 слов, если пользователь не просит подробнее.
- Отвечай на языке, на котором пишет пользователь.
На несколько моментов стоит обратить внимание.
Правило о налоговых советах объясняет свою причину («Пользователи могут действовать по ним, а ты не видишь их ситуацию целиком»). Благодаря причине модель может обобщать: она будет осторожна и с вопросами вроде «могу ли я вычесть стоимость ноутбука?», которые правило по названию не упоминает.
Правило «не утверждай, что функции существуют» появилось потому, что ассистенты продуктов любят придумывать правдоподобные меню настроек. Если вы запускаете бота поддержки, это будет ваша самая частая ошибка, а исправляется она опорой на блок фактов и явным запасным ответом. Для больших баз знаний этот блок фактов превращается в поиск; см. что такое RAG.
Шаги эскалации пронумерованы, потому что порядок важен. Неупорядоченные правила об одной и той же ситуации применяются непредсказуемо.
Зачем объяснять причину правила?
Голые команды заглавными буквами («НИКОГДА не упоминай конкурентов!!!») остались от прежних, менее внимательных моделей. Современные модели близко следуют инструкциям, и крик заставляет их применять правило слишком широко. Модель, которой сказали «НИКОГДА не обсуждай цены», может отказаться ответить, есть ли функция на бесплатном тарифе, а пользователям это вполне разумно нужно знать.
Сравните: «Не называй цены, потому что они зависят от региона и часто меняются; вместо этого дай ссылку на страницу с ценами». Теперь модель знает границу (конкретные цифры) и намерение (не давать устаревшую информацию), поэтому по-прежнему сможет ответить на вопрос «есть ли экспорт на тарифе Solo?».
Как тестировать системный промпт?
Прежде чем что-то менять, запишите от двадцати до пятидесяти реалистичных сообщений пользователей, в том числе неприятных:
- Запрос не по теме («напиши мне стихотворение»).
- Просьба о запрещённом, сформулированная сначала вежливо, а потом хитро.
- Сообщение, в котором не хватает информации.
- Сообщение на другом языке.
- Гневное сообщение.
- Что-то, чего ваш продукт действительно не поддерживает.
Прогоняйте их все после каждого изменения. Системные промпты со временем обрастают правилами, а правила влияют друг на друга. Добавленное «всегда будь краток» может незаметно сломать сценарий эскалации, которому нужно было три шага. Узнаете об этом, только если перезапустите весь набор.
Что нельзя класть в системный промпт?
Секреты. API-ключи, внутренние адреса, данные других клиентов. Пользователи регулярно добиваются от моделей раскрытия системных промптов, и никакая формулировка надёжно этого не предотвращает. Считайте его публичным.
Принудительное соблюдение безопасности, которое вы не можете подкрепить кодом. «Возвращай деньги только до $50» в промпте - это пожелание. Ограничение должен соблюдать API возвратов. Почему так, объясняют руководство по prompt injection и тема «безопасность».
Противоречия. В длинных системных промптах, написанных несколькими людьми, они встречаются часто («всегда будь подробным» в одном разделе, «пиши коротко» в другом). Модель выберет одно из двух, и непоследовательно. Время от времени перечитывайте весь текст сверху вниз.
Одинаково ли работает системный промпт в любой модели?
В основном да, но есть различия в том, насколько строго разные модели учитывают его вес, как обращаются с очень длинными промптами и на какое оформление лучше реагируют. Тестируйте на той модели, с которой будете выходить в продакшен, и читайте руководство по промптам от её поставщика. Что переносится между моделями, мы разбираем в статье промптинг в ChatGPT, Claude и Gemini.
Чтобы потренировать конкретные решения (что куда класть, какая формулировка роли добавляет информацию, а какая лишь слова), хорошее начало - тема «роль и контекст».
Частые вопросы
Что такое системный промпт?
Системный промпт - это набор инструкций, которые передаются модели отдельно от сообщений пользователя, обычно разработчиком. Он определяет роль ассистента, правила, тон и формат ответа на весь разговор.
Чем системный промпт отличается от пользовательского?
В системном промпте лежат стабильные инструкции, которые действуют в каждой реплике; их пишет тот, кто создаёт продукт. В пользовательском - конкретный запрос и данные для этой реплики, часто их пишет сам пользователь.
Какой длины должен быть системный промпт?
Настолько длинным, насколько нужно, чтобы описать реальное поведение, и не длиннее. Многие рабочие системные промпты занимают от нескольких сотен до нескольких тысяч слов, но каждое правило должно существовать потому, что его потребовал тестовый случай.
Могут ли пользователи увидеть системный промпт или обойти его?
Модели обучают отдавать системным инструкциям приоритет, но это не гарантия. Пользователи иногда могут вытянуть системный промпт или обойти его, поэтому никогда не кладите в него секреты, а критичные правила проверяйте в коде.
- #системный промпт
- #роли
- #персонажи
- #LLM-приложения