LangChain Agent 提示工程重要吗？如何编写提示？

为什么你的 LangChain Agent 总“答非所问”？问题可能出在提示上

上周我帮一家跨境电商客户调试他们的自动客服 Agent，明明模型能力很强，却总把“退货政策”回答成“促销活动”。查了半天代码，最后发现——不是模型不行，是提示词写得太“佛系”了。这就像你让一个刚入职的实习生去处理客户投诉，却不告诉他公司政策、语气要求和回复模板，他能不出错吗？

提示工程不是玄学，是 Agent 的“操作手册”

很多人以为 LangChain Agent 就是个“会思考”的机器人，丢个问题进去就能自动拆解、调用工具、给出答案。其实不然。Agent 更像是一个“高度服从但缺乏常识”的执行者。它没有上下文记忆，不懂业务边界，它的所有行为逻辑，都依赖你给它的“提示（Prompt）”。

你可以把提示工程想象成给快递员写送货单：不仅要写清楚收件人地址（任务目标），还得备注“放门口别敲门”（行为约束）、“易碎品轻拿轻放”（输出格式）、甚至“代收货款请扫码”（工具调用指令）。少一条，都可能送错货。

三步写出高转化率的 Agent 提示词

根据我踩过的坑和带团队的经验，编写有效提示词只需掌握三个核心模块：角色定义、任务拆解、约束声明。

第一步：明确角色身份，给 Agent “穿制服”

别一上来就问“帮我查订单”，先告诉它：“你现在是XX公司的资深客服代表，精通退换货政策与物流查询。” 这一步决定了 Agent 回答的语气、知识范围和专业度。

你是一位拥有5年经验的电商客服专家，熟悉平台规则、物流状态和售后流程。请用礼貌且简洁的中文回答用户问题，避免使用技术术语。

第二步：结构化任务指令，像写项目说明书

把模糊需求拆解成可执行步骤。比如不要说“处理客户投诉”，而是：

1. 识别客户情绪等级（愤怒/焦虑/平静）
2. 根据订单号调用“订单查询工具”
3. 若涉及退款，调用“退款政策查询工具”并引用条款编号
4. 生成包含解决方案+安抚话术+预计处理时间的回复

第三步：设置硬性边界，防止“自由发挥”

Agent 最怕“开放式命题”。必须明确限制输出格式、禁止行为、fallback 机制。例如：

请严格按以下 JSON 格式输出：{"情绪": "string", "解决方案": "string", "预计处理时间": "string"}。如无法获取订单信息，请回复“系统暂时无法查询，请提供完整订单号或联系人工客服”，禁止自行编造数据。

实战案例：从“垃圾回复”到“精准响应”的改造

我们曾遇到一个旅游推荐 Agent，原始提示只有：“推荐适合家庭出游的目的地”。结果它给出了南极科考行程——显然没理解“家庭”的含义。优化后提示如下：

你是一名亲子旅行规划师，专为有6-12岁儿童的家庭设计行程。请推荐国内目的地，需满足：1) 飞行时间≤3小时；2) 有儿童乐园或自然教育项目；3) 提供亲子房型酒店。输出格式：【目的地名称】+【推荐理由（≤50字）】+【参考预算/人】。禁止推荐高原、沙漠等高风险地区。

改造后，推荐准确率从37%提升到92%，客户投诉归零。

提示工程的本质：把“人话”翻译成“机器契约”

LangChain Agent 的提示工程，不是堆砌华丽辞藻，而是用最精确、无歧义的语言，与机器签订一份“服务级别协议（SLA）”。它定义了输入边界、处理流程、输出规范——这才是自动化智能的核心。

下次你的 Agent 又“发疯”时，别急着换模型，先检查提示词：是不是忘了给它“门禁卡”？是不是没教它“走哪条走廊”？

你在搭建 Agent 时踩过哪些提示词的坑？欢迎在评论区分享你的“血泪史”，我们一起把提示词写成“防呆设计”！