功能定位：系统提示词到底在管什么
在 hello-GPT 的会话生命周期里，系统提示词（System Prompt）是模型最先看到的指令块，它决定了角色人设、回答格式、安全边界与工具调用权限。与单次用户消息不同，系统提示词会在每一轮推理时被“重读”，设定过宽既消耗 token 又增加合规风险，过窄则让角色显得僵硬。先摸清它的作用半径，再动手定制，才能避免“一放就乱、一收就死”。
变更脉络：v5.3 之后的新边界
hello-GPT 自 v5.3 起把系统提示词拆成三层：①平台级基线（只读）、②用户级模板（可开关）、③会话级自定义（本文主角）。官方把③的长度上限从 4k token 放宽到 8k token，并新增「提示词压缩」开关，客户端侧会把重复描述合并成变量。经验性观察显示，128k 上下文场景下可省 6%–9% 输入长度，短线程收益则降到 1%–2%。
操作路径：三端最短入口
桌面端（macOS/Windows）
打开任意线程 → 右上角「模型」下拉 → 点击当前模型右侧的齿轮图标 → 弹出「模型配置」抽屉 → 第二栏「系统提示词」→ 输入或导入 .txt/.md 文件 → 点击「保存并生效」。若需回退，点击「恢复默认」即可立即重载平台基线，无需重启容器。
Web 端（Chrome/Safari）
左侧线程列表顶部 → 点击「+」新建线程 → 底部输入框左侧「⚙️」→「高级设置」→「系统提示词」文本框。Web 端默认不显示压缩开关，如需启用，请在地址栏追加参数 ?lab=compress_prompt 后刷新页面。
移动端（iOS/Android）
进入任意对话 → 点击顶部模型名称 →「模型设置」→ 向下滑至「系统提示词」→ 支持语音输入与模板库快速插入。移动端因屏幕限制，超过 3k token 的内容会自动折叠成只读模式，如需全文编辑，请转桌面端。
写法框架：让模型“听得懂”的四段式
经验性观察表明，把 8k token 用足反而稀释重点。推荐四段式：①角色身份（≤200 字）、②任务边界（用否定句划红线）、③输出格式（给模板与示例）、④工具调用策略（是否允许联网、是否优先代码沙盒）。段间空行分隔，模型解析错误率可降 12% 左右（样本 200 次会话）。
压缩开关：省 token 的代价与测量
开启「提示词压缩」后，客户端会在本地把重复语句转成变量，如把“你必须用中文回答”记为 {lang=zh}。测量方法：在相同线程内连续 10 轮问答，用 /stat 查看「Input Tokens」平均值，再关闭压缩重复实验。128k 长线程压缩率约 6%–9%，短线程仅 1%–2%，若业务多为单轮指令，可不开。
性能与成本：token 省多少、延迟涨多少
系统提示词每多 1k token，GPT-4.5 官方基准延迟增加 80–120 ms（因地区路由差异）。按量计费套餐输入端约 0.003 美元/1k token，输出端 0.009 美元/1k token。以日活 500 次、平均 5 轮对话的小团队为例，把系统提示词从 4k 压到 2k，月度账单可降约 18 美元，同时用户侧体感延迟减少 0.3 秒。
不适用场景清单
- 需要多人实时协作的线程：系统提示词只对当前用户生效，其他成员看不到也同步不了，易造成角色人设漂移。
- 高合规金融场景：平台基线包含中国大陆《生成式 AI 备案指南》禁词过滤，自定义提示词无法关闭该层，若业务需额外审计日志，应改用「合规 Agent」而非单纯改提示词。
- 低延迟语音通话：语音通道采用「Glitch-Zero」引擎，系统提示词在首包前就要传输完毕，超过 3k token 时冷启动延迟可能突破 500 ms，导致对答不连贯。
与 Agent 的协同：谁覆盖谁
当线程内调用 Agent 时，Agent 自带的系统提示词会追加到用户自定义之后，形成「用户→Agent→平台」三层叠加。若出现指令冲突，后写的段落优先级更高。可在 Agent 配置里关闭「允许用户层提示词」来强制复写，但需开发者权限。普通用户若想验证是否被覆盖，可在对话中输入 /debug system，返回的 JSON 会显示最终合并文本。
故障排查：提示词不生效的 3 种常见原因
- 缓存未刷新：修改后未点击「保存并生效」，仅停留在本地草稿。验证方法：在输入框发送
/stat，若「System CRC32」值与上次相同，说明未写入。 - 模型层级限制：部分早期开源模型（如 DeepSeek-v3 的 0320 之前权重）硬编码了系统提示词前缀，用户层内容会被截断。解决：切换至 0401 之后版本或改用 GPT-4.5。
- 压缩变量未定义：开启压缩后，若手动删除变量定义段落，模型会把
{lang}当普通文本处理，导致指令失效。验证：关闭压缩后重试，若立即恢复，即属此因。
最佳实践 6 条检查表
快速落地清单
- 角色身份 ≤200 字，避免形容词堆叠。
- 任务边界用「禁止」「不得」开头，减少模型歧义。
- 输出格式给「示例代码块」，不要只描述。
- 超过 4k token 务必开启压缩，并在
/stat验证。 - 长线程每 50 轮手动检查「上下文累积」值，超过 100k 考虑新建线程。
- 上线前用「合规扫描」插件跑一遍，确保无备案禁词。
版本差异与迁移建议
v5.2 及之前，系统提示词与模型是 1:1 绑定，升级后旧线程无法继承新模板。官方提供「迁移工具」：设置 → 高级 → 迁移旧提示词 → 选择线程 → 一键复制到「用户模板」。迁移后原线程仍保留快照，若发现效果下降，可回滚至快照。经验性观察显示，迁移后约有 5% 的旧线程因变量命名冲突出现格式错乱，需手动校正。
验证与观测方法
1. 定量：使用内置 /stat 命令，记录「Input Tokens」「System %」两项，连续采样 10 轮取平均。2. 定性：把同样问题分别发到「默认提示词」与「自定义提示词」线程，对比返回格式、角色口癖、禁词触发次数。3. 成本：在「组织后台→用量报表」筛选「Model Input」与「System Prompt Ratio」，可导出 CSV 做环比。
FAQ：常见疑问一次解答
系统提示词最长可以写多少？
8k token（约 2.4 万汉字），但超过 4k 建议在桌面端编辑并开启压缩。
关闭压缩后之前定义的变量会怎样？
变量符号会被原样输出，模型可能把 {lang} 当作普通文本，导致指令失效。
多人协作时如何保持人设一致？
目前系统提示词仅本地生效，建议把定稿文本存为「用户模板」，每次新建线程时手动选用，或调用同一 Agent 并锁定提示词。
语音通话模式对提示词长度敏感吗？
敏感。超过 3k token 时首包延迟可能增加数百毫秒，口语对话会出现明显停顿。
提示词里能否插入动态变量如日期？
客户端支持 {today}、{username} 两个占位符，发送前自动替换，其余变量需手动更新。
核心结论与下一步行动
自定义系统提示词是 hello-GPT 提供的最具性价比的「软调优」手段：无需 GPU、不增账单、可 A/B 测试。建议你今晚就复制现有线程，用四段式模板把长度压到 2k token 以内，开启压缩后跑 10 轮 /stat 记录基线；明早再把优化版推到生产线程，对比延迟与格式稳定性。两周后回看账单，你会看到一条肉眼可见的下降曲线——这就是提示词工程带来的即时红利。