提示词纪律

一句话理解

提示词纪律 (Prompt Discipline) 是提示词编写的规则和约束体系，确保 AI 可预测、一致地输出。它不是”怎么写好 Prompt”的技巧，而是”怎么约束 Prompt 行为”的规范——明确角色、明确输出格式、明确约束条件、明确”不要做什么”。2026 年，提示词纪律正在从”手工调参”走向”结构化约束”。

核心规则

规则一：明确角色 (Role)

告诉模型”你是谁”。角色设定影响模型的回答风格、知识范围和行为边界。

好的角色设定：

你是一个资深 Python 后端开发者，有 10 年经验。
你的回答应该：准确、实用、包含代码示例。

不好的角色设定：

你是一个 AI 助手。

角色设定纪律：

角色要具体，不要泛化
包含领域、经验水平、行为风格
角色设定放在 System Prompt 的最前面

规则二：明确输出格式 (Output Format)

告诉模型”输出什么格式”。格式约束减少了解析错误，提高了输出的可预测性。

格式约束类型：

格式类型	适用场景	示例
JSON	程序化消费	`{"name": "...", "value": ...}`
Markdown	文档、笔记	`## 标题\n- 列表`
表格	对比、清单	`
代码块	代码生成	带语言标识的代码块
自由文本	对话、解释	自然语言

格式约束纪律：

提供具体示例（Few-Shot）
使用结构化标记（如 XML 标签）包裹关键内容
对程序化输出，始终要求 JSON 并给出 Schema

规则三：明确约束 (Constraints)

告诉模型”什么能做，什么不能做”。约束是提示词纪律的核心——它定义了模型的行为边界。

约束类型：

约束类型	说明	示例
格式约束	输出格式要求	“始终用 Markdown 格式回复”
内容约束	内容范围限制	“只讨论 Python 技术，不涉及其他语言”
行为约束	行为方式限制	“不确定时明确说’不确定’，不要猜测”
语言约束	语言使用限制	“默认中文回复，英文术语保留原文”
安全约束	安全边界限制	“不执行任何可能修改系统文件的命令”

规则四：明确”不要做什么” (Negative Constraints)

Negative Constraints 是最容易被忽略但最重要的提示词纪律。告诉模型”不要做什么”往往比”要做什么”更有效。

为什么 Negative Constraints 重要：

模型的默认行为可能不符合预期，需要显式禁止
人容易假设”模型应该知道不要这样”，但模型不一定知道
Negative Constraints 是提示词中的”安全网”

好的 Negative Constraints：

- 不要编造不存在的 API 或函数
- 不要在没有确认的情况下修改文件
- 不要使用过时的语法（Python 2 语法）
- 不确定时，不要猜测，明确说"不确定"

不好的做法：

只说了”要做什么”，没有说”不要做什么”
Negative Constraints 太模糊（“不要出错”）

本 Vault 的提示词纪律实践

本 Obsidian Vault 的 Agent.md 中体现了以下提示词纪律：

角色设定

Agent 被设定为”Obsidian Vault 的导航和知识管理助手”，行为边界包含：

通过文件系统导航知识
通过 WikiLink 追踪知识关联
通过摘要层判断信息相关性

输出格式约束

笔记使用 Markdown 格式
包含 YAML frontmatter
使用 [[概念-WikiLink]] 表达知识关联
表格用于对比信息

行为约束

先读摘要，再判断是否需要全文
无链接=不存在（WikiLink 是知识的唯一声明机制）
渐进式加载，避免一次性加载所有内容

和 System Prompt 的关系

维度	提示词纪律	System Prompt
定义	编写提示词的规则和约束体系	模型初始化时加载的预设指令
范围	方法论层面	实现层面
关系	指导如何写好 System Prompt	是提示词纪律的具体产物
可迁移性	跨模型、跨场景适用	通常针对特定模型和场景
示例	“明确角色、明确输出格式”	“你是一个资深 Python 开发者”

2026年：从”手工调参”到”结构化约束”

趋势一：声明式 Prompt 约束

2026年，越来越多的框架支持声明式 Prompt 约束——用结构化数据（JSON/YAML）定义约束，而非自由文本：

constraints:
  role: "Python backend developer"
  expertise: "10 years"
  output_format: "markdown"
  forbidden:
    - "guess when uncertain"
    - "use deprecated Python 2 syntax"
    - "modify files without confirmation"
  language: "Chinese with English technical terms"

趋势二：动态约束注入

根据上下文动态调整约束。例如，在代码生成场景中自动注入代码规范约束，在数据分析场景中自动注入数据隐私约束。

趋势三：约束验证

2026年出现了专门的”约束验证”工具——在 Prompt 发送给模型之前，自动检查约束是否可能冲突或不完整。