把知识库智能体系统提示词与实战搭建（教程下）

教程（上）讲了知识库的工作方式：先检索资料，再生成回答。但在真实办公里，你往往还需要固定规则，资料里没有就拒答、输出必须按模板。这就是智能体的价值，用系统提示词把规则写清，再把知识库挂上去，让它像一个有边界、有格式的助手。

一、为什么“知识库通常需要智能体来驱动”？

仅有资料还不够，你还需要一套怎么用资料的规则。在很多平台里，你创建知识库后，实际上是在创建一个带默认规则的助手，它会决定何时检索、检索多少、资料不够时如何处理，以及输出格式是什么。

二、智能体的四件套

系统提示词 + 用户提示词 + 知识库 + 模型

你可以用这张“组件表”快速理解：

• 系统提示词（System）：你是谁、你能做什么、不能做什么、输出格式、拒答规则。
• 用户提示词（User）：这次我具体要你做什么（一次性的任务信息）。
• 知识库（KB）：你允许引用的资料范围（检索片段从这里来）。
• 模型与参数（Model）：用哪个模型、回答更严谨还是更有创意（不同平台设置项不一样）。

三、内容到底放系统还是放用户？

只需判断用一次还是用很多次

放置规则：

• 会反复使用、每次都要遵守的规则—— 放系统提示词。
• 只在这一次任务成立的背景、限制条件 —— 放用户提示词。
• 需要长期引用、可检索的资料—— 放知识库。

例子：

• “你是一个会议纪要助手，缺 Owner/DDL 必须标 [TODO]”——系统提示词。
• “这次会议主题是 X，参会人是 A、B、C”——用户提示词。
• “过去的会议记录、制度文件、项目背景材料”——知识库。

四、三层优先级

理解“为什么它会拒答”

在很多知识库型助手里，常见的优先级是：系统提示词> 知识库内容 > 用户提示词

• 系统提示词规定：资料里没有就拒答—— 那你问得再强势，也会被拒。
• 知识库限定范围：只在你上传的资料内找—— 它不会“自由发挥”去编。
• 用户提示词决定本次任务：要总结/要对比/要列步骤 —— 但不能突破上面两层。

理解这一点，你就不会误以为“模型变弱了”，而是规则在生效。

五、实战：搭一个“知识库型智能体”（小白照做）

不同平台入口不一样，但通用流程一致：

步骤1：先写“原始需求”（越朴素越好）

• 我希望它帮我回答某个领域的问题，回答必须引用知识库；资料里没有就明确说“资料不足”，并告诉我需要补什么。
• 输出要结构化：先给结论，再给依据，再给下一步行动。

步骤2：让 AI 帮你把原始需求升级成系统提示词

• 把“角色/边界/拒答/输出格式”写清楚。
• 要求：不编造；输出用小标题分块。

步骤3：创建知识库并上传资料

• 先放“最核心的一批资料”，跑通再扩。
• 资料尽量同主题、同用途，减少检索噪声。

步骤4：把知识库绑定到智能体（高级设置里）

• 确认：启用知识库检索/引用。
• 如果平台支持：设置“携带上下文轮数/最大回复长度/更严谨或更创意”。

步骤5：用三类问题测试并迭代

• 命中题：资料里明确有答案的问题（看引用是否对）。
• 边界题：资料里没有的问题（看是否拒答并提示补充）。
• 格式题：要求按模板输出（看是否稳定执行）。

六、什么时候不一定要用知识库？

如果你的资料本身非常结构化（例如一张你整理好的表格、几条清晰规则），有时直接把“规则摘要”写进系统提示词，效果反而更稳、更快。因为系统提示词每次都带着走，不需要检索，也减少了“检索不到”的不确定性。

七、常见问题排查

遇到“回答还是泛/找不到重点”，按顺序排：

• 资料里到底有没有：先问“请概览我的知识库包含哪些主题”，确认覆盖范围。
• 问题太粗：把问题改成“我要什么输出格式 + 我现在的限制条件 + 我希望你引用哪类资料”。
• 资料太杂：拆成多个知识库（按主题、用途拆）。
• 输出太长：让它“先给 5 条结论，再给依据”，不要一次性写长文。

结尾：把它变成你的“可复用工作流”

做一次智能体很快，难的是做出“稳定、可复用、团队也能用”的版本。最有效的方式是把：系统提示词骨架、测试题库、资料命名规则，全部沉淀成模板。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！