做AI Agent半年，我放弃了"完美提示词"

从一次崩溃说起

半年前我开始搞AI Agent，跟大多数人一样，笃信"提示词写到位了，Agent就稳了"。

然后我花了两周精雕细琢一段System Prompt。每句话反复改，每个边界条件列得清清楚楚，甚至用Markdown层级标了优先级。

第一次跑，惊艳。第二次跑，还行。第三次跑，直接翻车。

我想不通。把这次对话的完整日志喂回给同一个Agent，问它"哪里出了问题"，它分析得头头是道。再跑一次，同样的坑继续踩。

后来我才明白：问题不在提示词写得多好，而是我把全部赌注都押在了提示词上。

---

写代码，if a > b: return a，今天跑和明天跑结果一样。但提示词不是。同一个System Prompt，两次运行的输出可能完全不同——不是你的提示词退步了，是大模型的生成本来就有随机性。

更头疼的是，一段上千字的System Prompt，写完以后没人能预测它在所有边界情况下的表现。文字描述和执行结果之间的落差，比你想象的大得多。

我踩过一个典型坑：为了让Agent调用工具时更靠谱，我在提示词里写了三层规则：

优先用A工具拿数据
如果A挂了，用B工具
B也挂了，返回"暂不可获取"

够周到吧？结果Agent的做法是：A工具返回一个正常错误，它直接跳到第三层返回"暂不可获取"——跳过了一个完全正常的B方案。它"觉得"B可能也不行。

提示词越复杂，大模型的"自由发挥"空间越大。你以为在写逻辑，它当成了参考建议。

维护一个2000字的System Prompt，每次加新规则都得想"这条跟之前的会不会冲突"。我在Notion里维护了一份提示词变更日志，一个月后回头看，很多改动在循环——今天加的一条规则，两周前删过，因为导致了另一个问题。

做开发这叫技术债务，做提示词这叫摸黑走路。

---

放弃"完美提示词"之后，我把力气重新分配，效果反倒好了不少。

以前恨不得告诉Agent每一步怎么走。

现在System Prompt只讲"你要干嘛"，具体的操作流交给代码控制。

以前：

收到用户问题，先搜新闻，再逐条看详情，最后生成摘要。

现在：

帮用户完成需求，有需要可以用下面这些工具。

提示词管得越少，翻车的概率越低。

现在的架构：

提示词出问题影响范围有限，代码层的逻辑可以写单元测试，不用再靠"猜"来修。

之前总想做一个啥都能干的Agent。结果样样都干不利索。

现在拆开：

每个Agent认准自己的事干，提示词短了，正确率反而高了。

---

打个比方：Agent就像一个带的新人。提示词是入职培训手册。指望一本手册让他任何场景都做对，不现实。

更实际的做法是：告诉他核心职责（提示词），给他清楚的操作界面（工具），外加一套标准作业流程（代码）。

出问题了，改流程（代码），别跟培训手册死磕。

半年下来，我代码量翻了3倍，提示词缩到原来的五分之一。系统反而稳得多。

所以如果你也在跟提示词较劲，试试换个思路：提示词能少则少，确定的事交给代码。