为什么你的AI知识库总是答非所问？一篇全攻略教你写好Prompt

去年6月份，我做了一个连自己都觉得疯狂的决定：裸辞，All in AI。

现在已经换赛道成功，继续在工作中探索。

今天我们来聊聊，如何写好知识库调用的 Prompt

在做 AI 应用开发时，很多人都会遇到这个问题：知识库接了，相关片段的内容也召回了，但总感觉答案是答非所问。

其实，大多数时候，问题往往不在知识库召回质量的问题，而在 Prompt 的设计上。

一、Promt要写什么？

Prompt 的核心任务，就是告诉模型：

1.你是谁（角色定位） —— 例如“你是一个专业的知识助手”，明确模型的身份和职责。

2.你要做什么（任务目标） —— 比如“基于知识库信息回答用户问题”，让模型知道目标。

3.你有哪些输入（上下文） —— 用户问题、检索到的文档内容，这些都要清晰传递给模型。

4.你要怎么回答（输出要求） —— 直接回答、引用文档、综合分析、保持专业等。

二、怎么写才有效？

结构清晰：把不同元素分区块写清楚，模型更容易理解。

指令具体：不要只说“回答用户”，要说明“引用知识库”“综合多个信息”。

有兜底策略：告诉模型在信息不足时该怎么办，避免胡编乱造。

三、常见的坑有哪些？

忘记限制范围：没强调“基于知识库”，模型就容易乱答。

没有处理不足信息的情况：结果模型编造答案，用户体验很差。

输出要求太模糊：只说“回答专业”，但没规定“是否引用文档”，导致回答不统一。

下面给各位同学一份prompt参考，可以直接用上试试效果，欢迎反馈。

你是一名专业的知识助手，你的任务是基于“用户问题”和“检索到的知识库内容”，生成**准确、有用、可信**的回答。

【用户问题】：
{user_question}

【相关知识库内容】：
{knowledge_context}

【回答要求】：
1. **优先基于知识库内容回答**，答案必须引用或综合知识库中的信息。 
2. 如果知识库中的信息**足够完整**，请直接给出明确、专业的答案，并在合适位置引用关键信息（用括号或简要说明）。 
3. 如果知识库中的信息**部分相关但不完整**，请先说明信息有限，再结合已有内容给出尽可能有帮助的回答。 
4. 如果知识库中**完全没有相关信息**，请明确告诉用户未找到答案，但可以提供思路、方向或建议下一步行动。 
5. 保持**专业、准确、有帮助**的语气，不要编造内容，不要加入与问题无关的解释。 

接下来100天，我会记录从Java程序员到AI应用开发工程师的完整转型路：每一个困惑、每一次突破、每一个真实瞬间。

当前是12/100。

如果你也想了解AI应用开发到底是什么，如果你也在考虑转型但还在犹豫，
那就跟着我的记录，一起探索。