企业官网建设流程全解析

FastGPT提示词调优实战：3步修正AI回答翻车

【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT

上周同事把一个用 FastGPT 搭的内部问答应用拿给我看。问"请假单怎么填"，AI 先甩出四百字 Markdown，把整篇制度文档复述了一遍，前一百字和答案无关。旁边的翻译应用更糟："让你的猫头鹰给我写信"被直译成"让你那只猫头鹰写信给我"，对方完全看不懂。

模型没换，知识库没动，问题出在提示词上。下面按"能用 → 好用 → 稳定"三步来修。

第一步：能用——先找对改提示词的位置

改之前先搞清楚在哪改。FastGPT 里系统提示词有三个生效位置，由近到远：

• 📍AI 对话节点：工作流编辑器里点开 AI 对话节点的模型配置，在 AI 配置弹窗中写角色、任务要求和输出限制。大部分情况改这里就够了，参数含义见 AI 参数配置说明。
• 📍应用级：应用编辑页的 AI 配置区域，作用于整个应用的默认对话行为。
• 📍模型级：自部署环境下，在模型配置文件 config.json 里设置defaultSystemChatPrompt，作为该模型对话时默认携带的系统提示词；分类、内容提取也有各自独立的自定义字段，适合统一管一批模型。说明见 模型配置。

优先级上，节点级提示词最贴近具体任务，先改它，别一上来就动配置文件。

第二步：好用——两个最小改动

知识库回答啰嗦的快速修法。默认模板会要求模型按 Markdown 展开输出，回答自然变长。最快的修法是把格式要求去掉，补一句约束："只回答用户问题，依据文档内容，不展开、不补充文档以外的信息。"配合合理的分块大小，回答长度通常能砍掉一大半。

直译翻车的修法：翻译两次，不是一次。模型不是不会译，是一次译完就交卷了。在工作流里拆成两个 AI 对话节点：第一个节点直译出初稿，第二个节点的提示词只写"检查初稿，指出误译，输出定稿"，并要求只输出定稿，前面的思考过程不展示。节点之间用变量把初稿传过去——在提示词编辑器里输入/就能直接选上游变量，不用手敲变量路径，具体可看 AI 对话节点文档。

# 角色：资深翻译 # 任务：校审初稿，修正误译与不通顺处 # 输出：仅第四轮定稿译文

改提示词时别追求一次写完。每次只加一条约束，改完跑两句典型问题，确认没把别的改坏再继续。

第三步：稳定——别凭感觉验收

"感觉变好了"不算验收。FastGPT v4.11 起自带 应用评测功能：下载 CSV 模板，填上 q（问题）和 a（标准答案），上传后系统会逐条跑应用并用评测模型打分。把改前、改后的提示词各跑一次，对比每条问答的应用输出和得分，哪条约束起了作用、哪条反而拖累效果，一目了然。

这是提示词调优的闭环：改一处，评测一轮，再改下一处。

收尾建议

从最痛的那个问题改起——啰嗦就删格式要求，直译就加一轮校审，别整篇重写。客服、问答类场景把温度调低保稳定，写作类再调高。跑通一轮评测后，把这份提示词存成模板，下一个应用直接复用。

【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT