AgentSpace提示词设计核心是明确角色、约束行为、结构化输出：以“你是一个……”定义Agent身份与禁令，强制JSON等格式输出，用映射规则替代复杂逻辑，嵌入优先级与兜底话术，并设确认环节。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
AgentSpace 的提示词设计核心在于明确角色、约束行为、结构化输出。它不是普通聊天场景，而是让 AI 作为“智能体（Agent）”在特定空间中执行任务——所以稳定性不靠堆字数，而靠精准的指令锚点。
定义清晰的 Agent 角色与边界
AI 需要知道“我是谁”“不能做什么”。模糊的角色会导致自由发挥、偏离目标。
- 用“你是一个……”开头，直接赋予身份，例如：“你是一个电商客服 Agent，只处理订单查询和退换货申请，不解答产品技术问题”
- 明确禁止项比鼓励项更有效，比如加上：“严禁编造订单号、不猜测用户未提供的信息、不主动推荐其他商品”
- 若需调用工具，写清触发条件：“当用户提到‘查物流’或提供单号时，调用物流查询工具；其余情况不调用任何工具”
强制结构化输出格式
AgentSpace 支持 JSON、XML 或自定义分隔符解析，利用这点可大幅降低解析失败率。
Agent Cluster
下载
亚马逊外贸B2B多CMS Agent系统，支持Shopify/WooCommerce/Magento三大平台，采用A2A架构协调库存、采购、财务、物流四大Agent，三层安全网保障审批合规，零配置开箱即用。
- 指定固定字段，如：{"status": "success/fail", "action": "reply/tool_call", "content": "...", "tool_name": "...", "tool_params": {...}}
- 要求所有回复必须以```json开头、```结尾，避免被中间解释干扰
- 对多步骤任务，用编号或状态标记：“第1步：确认用户邮箱；第2步：发送重置链接；完成前不进入下一步”
嵌入轻量决策逻辑（少用 if-else，多用映射规则）
复杂条件判断易出错，换成明确的输入→输出映射更稳。
- 例如：“用户消息含‘发票’且含‘抬头’→返回发票开具模板；含‘发票’但不含‘抬头’→回复‘请提供开票抬头信息’；不含‘发票’→忽略该关键词”
- 用表格式简写（在提示词中）：“【紧急】→响应时间≤15秒；【常规咨询】→≤60秒；【需查库】→先回复‘正在核实’，再异步返回结果”
- 避免让 AI 自行推理优先级，直接写死：“所有含‘退款’的请求，优先于‘修改地址’处理”
预留 fallback 机制与兜底话术
再好的提示词也无法覆盖全部异常，需提前约定“卡住时怎么办”。
- 设定超时/歧义/工具失败时的统一响应：“若物流接口无响应，返回：‘系统正在恢复，请稍后重试（ID: {timestamp}）’”
- 为不可识别意图准备中性兜底句：“未匹配到有效指令，回复：‘我暂时无法处理这项请求，请换一种说法或联系人工客服’”
- 关键操作加确认环节：“当用户要求删除账户时，必须先输出：‘确认删除将不可恢复，是否继续？（是/否）’，仅收到‘是’才执行”
