Agent Space中提示词需按模型行为层适配而非重写全文，关键在系统角色注入、工具调用指令、结构化输出三处动态调整，并采用基础/模型/任务三层管道模式实现跨模型复用。
☞☞☞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☜☜☜
是的，Agent Space 接入不同模型时，提示词写法确实有差别，但这个差别不在于“换一个模型就要重写全部提示词”，而在于提示词结构需适配模型的行为层与接口层特性。关键不是改文案，而是调整组织方式和约束粒度。
提示词差异主要来自模型行为层，不是模型名字本身
Agent Space 支持 Kimi、GLM、DeepSeek、Claude、Grok 等多模型，它们虽同属大语言模型，但在以下方面表现不一：
-
系统角色识别能力：Claude 对
system字段敏感且严格；GLM 和部分开源模型（如 DeepSeek）更依赖messages[0]中 role=system 的首条消息；Kimi 则对 system 指令响应较弱，需在 user message 中重复关键约束。 -
工具调用稳定性：Claude 和 GPT-5.5 类模型原生支持
tool_choice="required"强制调用；而部分国产模型（如早期 GLM）需靠提示词中显式强调“必须调用工具，禁止自行回答”，否则倾向忽略工具直接作答。 -
JSON 输出可靠性：Grok、Claude 3.5 支持
response_format={"type": "json_object"}参数强制结构化；但 Kimi 和部分 Ollama 模型不认该参数，必须靠提示词中写死格式模板 + 多次强调“只输出纯 JSON，无任何解释、注释、markdown 或额外字符”。
Agent Space 场景下最实用的适配建议
你在 Agent Space 写提示词时，不需要为每个模型维护一套完整文案，而是聚焦三个可插拔的适配点：
-
系统角色注入方式要动态切换
- Claude：用独立
system字段传入身份+核心规则 - OpenAI/Grok/DeepSeek：把 system 内容作为
messages[0]，role=system - Kimi/GLM：把关键约束（如“禁止编造数据”“必须调用 query_sales_data”）前置到用户问题前，或混入第一条 assistant 消息作强化
- Claude：用独立
-
工具调用指令需分层表达
不要只写“你可以使用这些工具”，而要按模型能力分级：- 高能力模型（Claude 3.5、GPT-5.5）：用简明声明 +
tool_choice="required"即可 - 中等能力模型（Kimi、GLM-4）：在 system 或首条 user 中加一句“若问题涉及数据查询，你必须调用 query_sales_data 工具，不得自行推测结果”
- 低稳定模型（某些本地 Ollama 模型）：再加兜底句“如果已调用工具，请等待 tool_result 后再回复；未收到 tool_result 前，禁止输出结论”
- 高能力模型（Claude 3.5、GPT-5.5）：用简明声明 +
-
结构化输出要带‘防错锚点’
在 Agent Space 中，后端常依赖 JSON 解析。避免只写“请返回 JSON”，应加入：- 明确字段枚举：
{"status": "success" | "error", "data": {...}} - 格式强约束：
不要用中文标签，不要加注释，不要包裹在 markdown 代码块里，不要有任何额外空格或换行 - 容错提示：
如果无法生成完整 data，请返回 {"status": "error", "reason": "缺XX参数"}
- 明确字段枚举：
实际开发中怎么管？推荐用“管道模式”
Agent Space 的 Workspace 支持多 Session 并行，也支持换 Agent 不换项目。这时建议把提示词拆成三段管道：
- 基础管道（通用）：角色定义、安全红线、输出协议（所有模型共用）
- 模型管道（按需注入）：针对 Claude 的 system 字段封装、针对 Kimi 的前置约束强化、针对 Grok 的 JSON 格式校验句
- 任务管道（动态拼接）：当前会议纪要/学情分析/工单处理的具体要求
这样，你只需维护一份基础提示词，再按模型类型加载对应管道段，就能在 Agent Space 里实现跨模型复用，而不是每换一个模型就推倒重来。
提示词不是越长越好，而是越分层、越可插拔、越靠近失败场景设计，才越能在 Agent Space 的多模型环境中稳住。
