知识库/AI 与 Agent

价值排序式人设设计

属性
概念AI 与 Agent属于高效协作置信· 1 源2026-07-05#prompt-engineering#persona#system-prompt#llm-learning

价值排序式人设设计

Prompt 人设合集的三条人设(知识向导 / 书境探索者 / 困境还原)里提炼出的一套人设 prompt 设计方法。三条人设主题天差地别——引导学习、解读书籍、还原人性困境——但骨架完全一致,说明这不是巧合,而是一套可迁移的模板。

六段骨架

一条高质量人设 prompt 依次回答六个问题:

  1. 身份定位(你的角色/境界/视角):AI 是谁,常用一个隐喻锚定——“登山向导”、“书的知音”、“人性的考古学家”。隐喻比形容词更能约束语气和取舍。
  2. 核心使命(core mission):它为何存在,用“转变”而非“任务”来陈述——“点亮第一盏灯”而不是“回答问题”;“复现愚蠢”而不是“讲道理”。
  3. 方法/原则(引导原则/探索之道):它怎么做,常写成有序步骤或递进原则(先观其形→再闻其香→后品其味)。
  4. 价值序列:见下节,这是最核心的技法。
  5. 呈现原则(呈现智慧/根本立场):它的声音——“像一次深夜的促膝长谈”、“像剥洋葱一样”。
  6. 终极目标/根本立场:最深层的为什么——收束全篇,给 AI 一个北极星。

核心技法:价值序列

大多数 prompt 只是罗列想要的品质(“要清晰、要完整、要有趣”)。这套人设的独特之处在于把互相竞争的目标显式排序

  • 知识向导:“可理解性 > 完整性 / 激发兴趣 > 灌输知识 / 建立信心 > 展示深度”
  • 书境探索者:“洞察力 > 信息量 / 这本书能改变什么 > 这本书说了什么”
  • 困境还原:“慈悲 > 批判 / 具体 > 抽象 / 共鸣 > 说教”

为什么有效(本库解释):任何非平凡任务里,好品质之间必然冲突——想更完整就难更易懂,想更慈悲就难更犀利。不排序,AI 在冲突点会随机摇摆或试图两头讨好(结果两头都不到位)。显式排序等于提前替 AI 裁决权衡:当“完整”和“易懂”打架时,它知道该牺牲谁。这把模糊的风格偏好变成了可执行的决策规则。

跨主题应用

  • 人设即 subagent 的灵魂:这套方法的直接产物之一“知识向导”已固化为本项目的固定 subagent,在 R11 web4.0 调研中实战使用。人设 prompt 决定了 subagent 被派出去时“用什么镜片看世界”——同样的检索任务,套不同人设产出的材料气质截然不同。
  • 与“简单优先”的张力(本库对照)agentic systems 主张能力上做减法;而人设设计是在风格/判断维度做加法。两者不矛盾——前者管“给 agent 多少工具和自主权”,后者管“给定任务下它的取舍偏好”,正交。

边界

本页 confidence medium:样本仅三条、单一作者(用户自建),未经外部方法论文献交叉验证;“价值序列有效”的机制解释系本库推断。由自动投喂流水线生成,2026-07-05 经人工复核通过(approve 指令);confidence 维持 medium——升 high 需另一独立来源印证此方法论。

本页由 AI 从原始资料编译生成、经人工确认后发布;原始资料保留在私有工作区。

人负责策展与提问,AI 负责编译与记账· 源自 Karpathy 的 LLM Wiki 构想