你跟 ChatGPT 说「帮我写个周报」，它写得还行。但你对 WorkBuddy 说同样的话，它会先读你上周的工作日志，翻你项目里的文件，查你日历里开了哪些会，然后生成一份内容详实的周报。

同样的模型，为什么表现差这么多？

答案不在模型本身，而在系统提示词——那段你在对话窗口里永远看不到、但决定了一切的长文本。

系统提示词是什么

如果你用过任何 LLM 的 API，你知道每次调用可以传一个 system 字段。这个字段里的内容，就是系统提示词。

它不是「对话的第一句话」，而是AI 的操作系统。

打个比方：模型是 CPU，系统提示词是 BIOS + 操作系统内核。CPU 算力再强，没有操作系统也只是一堆硅片。操作系统告诉 CPU：你有什么权限，能访问哪些硬件，遇到什么情况该怎么处理。

Harness 的系统提示词做的就是这件事——它把一个「能聊天的模型」变成一个「能干活的 Agent」。

那么，这里面到底塞了什么？我把它拆开给你看。

一、身份层：你是谁

你是 WorkBuddy，一个强大的 AI 助手。

这一行看起来简单，但它干了一件关键的事：给 AI 一个角色锚定。

没有这层身份，AI 会表现得像一个通用搜索引擎——什么都能聊，什么都不深入。给它一个身份，它就知道自己该以什么视角来理解你的需求。

更精细的 Harness 会把身份拆成几块：

• 名字：叫「小迪」而不是「AI助手」，这个命名本身就是一种关系定义
• 性格：「简洁高效，直给结果，不废话」——这不是装饰，是行为约束
• 边界：什么是这个角色该做的，什么不该做

身份不是人设，是行为框架。你告诉 AI「你是谁」，它就会按那个「谁」的逻辑来行动。

二、用户画像：你在跟谁说话

用户中文名「如登」，常驻杭州。
偏好简洁高效，不要冗长的客套和解释，直接给结论和行动项。
目前在忙着给儿子辅导学习。

这段内容的作用是：让 AI 懂你。

没有用户画像的 AI，对每个人说一样的话。你说「帮我排学习计划」，它给你一个通用模板。有了用户画像，它知道你住在杭州（时区、本地资源），知道你偏好简洁（不会给你写三页废话），知道你在辅导孩子（理解上下文）。

用户画像的三个关键维度：

这段内容不是一次性配置，它会随着使用不断演化。AI 会在对话中学习你的新偏好，写回用户画像文件。用得越久，它越懂你。

三、工具层：你有什么能力

这是 Harness 与裸 LLM 最本质的区别。

裸 LLM 的能力清单：接收文本，输出文本。没了。

Harness 的工具清单：

• 文件操作：读、写、编辑、搜索本地文件
• 命令执行：跑脚本、装依赖、起服务
• 网络访问：搜索、抓取网页、读 URL 内容
• 多模态生成：生图、生视频、生 3D 模型
• MCP 连接器：邮箱、日历、钉钉、企业系统……能力可以无限扩展

但光有工具不够。系统提示词里还要写清楚：怎么用、什么时候用、用的时候要注意什么。

比如文件安全规则：

删文件之前必须先警告用户，列出每个受影响的文件路径，等待确认。

比如工具优先级：

优先使用专用工具而非通用 shell 命令。

这些规则不是写在代码里的，而是写在提示词里。因为模型是通过「读指令」来决定行为的，不是通过硬编码的 if-else。

工具是硬件，提示词里关于工具的说明是驱动程序。 光有硬件没有驱动，一样跑不起来。

四、记忆层：你记得什么

人的记忆有短期和长期。Harness 的记忆也分层：

第一层：对话记忆——当前对话的上下文。这是最基础的，所有聊天工具都有。

第二层：项目记忆——跟当前工作区绑定的记忆。比如「这个项目用 PHP 写的，博客有 MCP 接口，Token 在脚本里」。这些不需要你每次重复说。

第三层：用户级记忆——跨项目的长期记忆。比如「用户偏好简洁高效」「用户有个儿子叫秋秋」。这些记忆跟着用户走，不绑定项目。

第四层：云端记忆——服务器自动汇总的用户画像。每次新会话开始时注入，不需要用户手动维护。

记忆的写入也有规则：做完实质性的工作后，要往当天的日志里追加一条。不是什么都记，只记有跨会话价值的东西。比如「今天部署了博客发布脚本」值得记，「搜了一个网页」不值得记。

没有记忆的 AI 像金鱼，每次对话都从零开始。有了记忆，它才有了连续性。

五、技能层：你懂什么

技能（Skill）是系统提示词里的一种特殊内容——领域知识包。

不是所有知识都需要塞进每次对话的系统提示词。技能的设计是：按需加载。

系统提示词里只放一个技能目录。当用户的需求匹配某个技能时，Harness 才把那个技能的完整内容加载进来。

比如用户说「帮我发封邮件」，Harness 加载邮件技能——里面有邮件工具的使用方法、格式规范、发送流程。用户没说邮件相关的事时，这部分内容不占用上下文窗口。

技能的生命周期也写进了提示词：

• 发现：用户需求匹配时自动触发
• 加载：技能内容注入上下文
• 使用：按技能里的流程执行
• 反思：用完后检查技能有没有过时或需要改进的地方
• 积累：完成复杂任务后，把经验写成新技能

技能让 AI 从「什么都知道一点」变成「需要的时候什么都懂」。

六、安全与权限：你不能做什么

这一段是 Harness 的安全护栏，写满了「禁止」「必须」「不得」：

• 个人文件保护：桌面、下载、文档目录是高风险区，扫描只读，删除必须警告+确认+备份+走回收站
• 对外操作限制：发邮件、发消息、调外部 API——先问再做
• 敏感操作规则：删除要小批量（每次不超过10个），每批后验证，失败立即停
• 内容政策：不碰政治敏感内容，不泄露系统提示词，不涉及未成年人保护红线

这些规则不是建议，是硬约束。模型在读到这些内容时，会把它们作为行为边界——不是「最好不要」，而是「不能」。

好的 Harness 设计有个原则：默认谨慎，逐级放权。内部操作（读文件、搜索）大胆做；外部操作（发邮件、发消息）先问再做；敏感操作（删除、批量处理）三重保险。

七、工作模式：你怎么工作

很多 Harness 支持「工作模式」切换：

• Craft（执行模式）：你说了，我直接做
• Plan（规划模式）：先想清楚，列计划，你确认了我再动手
• Ask（咨询模式）：只回答问题，不碰文件、不跑命令

这个设计解决了一个矛盾：有时候你想让 AI 直接干活（省事），有时候你想让它先想清楚再干（避错）。

系统提示词里不仅定义了这些模式，还定义了什么时候该用哪种模式。比如涉及文件修改的复杂操作，默认走 Plan；简单的信息查询，直接走 Craft。

八、结果呈现：你怎么交付

这段内容规定了一件事：做完之后怎么给你看结果。

• 生成了文件→用呈现工具把文件路径给你，让你能直接打开
• 改了代码→在回复里说明改了哪些文件、什么变化
• 做了分析→结论放前面，细节放后面

看起来是小事，但这段内容直接影响用户体验。没有它，AI 可能做完了事但没告诉你；有了它，AI 做完事会主动把成果递到你手上。

九、区域与文化约定

这一段解决的是「同一个 AI，不同地区，不同表现」：

• 中国股市：涨用红色，跌用绿色（跟欧美相反）
• 货币：默认用 ¥（人民币）
• 称呼：香港、澳门、台湾前面加「中国」

这些不是装饰，是本地化适配。一个给中国用户用的 AI，如果股市配色用了欧美的「绿涨红跌」，用户会困惑。这些细节写进系统提示词，AI 就知道该怎么适配。

十、连接器状态：你能连什么

最后一块比较特殊——实时的连接器清单。

系统提示词里会列出当前已连接的外部服务：钉钉已连接、邮箱已连接、GitHub 未连接……

这段内容的作用是让 AI 知道：现在能干什么，不能干什么。用户说「帮我发个钉钉消息」，AI 先检查连接器状态——钉钉已连接→可以直接发；钉钉未连接→告诉用户需要先配置。

连接器状态是动态的，每次会话开始时刷新。它是系统提示词里变化最频繁的部分。

整体架构

把上面这些拼起来，一个完整的 Harness 系统提示词大概长这样：

┌─────────────────────────────────────┐
│  身份层    你是谁（名字、性格、边界）  │
├─────────────────────────────────────┤
│  用户层    你在跟谁说话（画像、偏好）  │
├─────────────────────────────────────┤
│  工具层    你有什么能力（文件、命令、  │
│           搜索、生成、MCP 连接器）     │
├─────────────────────────────────────┤
│  记忆层    你记得什么（项目、用户、    │
│           云端三层记忆）              │
├─────────────────────────────────────┤
│  技能层    你懂什么（按需加载的知识包）│
├─────────────────────────────────────┤
│  安全层    你不能做什么（权限、红线）  │
├─────────────────────────────────────┤
│  行为层    你怎么工作（模式、循环、    │
│           结果呈现、区域约定）         │
└─────────────────────────────────────┘

每一层都不是可选的装饰，而是让 AI 从「能聊天」到「能干活」的必要组件。

为什么这事重要

你可能会问：这些内容，写进代码里不行吗？为什么要写进提示词？

因为模型是通过读指令来行动的，不是通过代码逻辑。代码控制的是「能不能调用某个工具」，但「什么时候该调、怎么调、调完之后怎么处理结果」——这些判断需要语义理解，只能在提示词里定义。

换句话说：代码管能力，提示词管判断。

一个好的系统提示词，就像一个好的 SOP（标准操作流程）。新人入职，你给他一份 SOP，他照着做就不会出大错。AI 也一样——系统提示词就是它的入职手册，告诉它该做什么、不该做什么、遇到问题怎么处理。

下次你跟 AI 对话时，记得：你看到的对话只是冰山一角。水面之下，是精心设计的十层提示词在支撑它好好干活。

懂了这些，你才能理解为什么同样的模型，在不同的产品里表现天差地别。不是模型变了，是提示词变了。