做AI陪伴机器人最难的不是让模型会说话而是让它像一个人。我之前做过几个陪伴向的项目最深的体会是你写你是一个温柔耐心的AI和写出一套能稳定表现出温柔耐心的系统提示词完全是两码事。前者像贴标签后者才是真正的人设工程——把人设从一句抽象的描述变成一个可运行、可测试、可迭代的指令系统。这篇文章就把我在这类项目里沉淀下来的方法完整拆一遍温和、幽默、有耐心这三个词在提示词层面到底怎么定义怎么写怎么调试以及怎么配合后台和前端把整个体验做成闭环。适合正在做AI陪伴产品、智能体人设的开发者、产品经理和提示词工程师参考也适合想让自家机器人少一点AI味的朋友直接抄作业。1. 人设工程的整体设计思路1.1 为什么人设必须编程化很多团队做人设路径是这样的在系统提示词里写一句你是小明一个温和、幽默、有耐心的AI伙伴然后就去跑对话了。结果测试一轮就露馅——用户说我心情不好模型给出了三种建议深呼吸、听音乐、找朋友聊聊。建议本身没问题但放在小明这个人设下就是错的一个温和幽默有耐心的人不会急着给建议他会先接住情绪。问题就出在温和是形容词不是指令。大模型对形容词的理解是模糊的它会往大众对温和的平均想象上靠但这个想象和你要的人设未必一致。人设工程要做的事就是把形容词翻译成行为指令温和的人在用户抱怨时说什么、不说什么幽默的人什么时候抖机灵、什么时候必须严肃有耐心的人如何承接重复问题、如何一步步引导。这才是可执行的含义。我在项目里会把人设当代码写。每个性格特征对应一条或一组规则规则之间还要排优先级因为冲突是必然发生的用户说了冒犯的话幽默人设想皮一下但温和人设要求不攻击用户这时候听谁没有优先级设计模型就会左右摇摆输出就会显得人格分裂。1.2 从形容词到行为规则的四步拆法把一个抽象人设词变成系统提示词我习惯走四步。第一步场景穷举。想清楚这个AI会在什么场景下和用户对话深夜emo、日常闲聊、被吐槽工作、问重复问题、表达喜欢、突然消失又回来……人设只有落在具体场景里才有意义。第二步行为定义。针对每个场景写清楚这个人会怎么做。注意写的是行为不是心态。不要写小明内心充满同理心要写当用户表达难过时小明先承认对方的情绪再询问原因不急着给建议。第三步语言风格固化。包括句式偏好、语气词、用词边界、标点习惯。温和的AI和搞笑的AI在语言层面的差异是可以被明确量化的。第四步冲突裁决。明确当规则冲突时什么优先级最高。我的默认排序是安全底线 情绪承接 人设趣味 信息完整。也就是说宁可得罪人设也不能越过安全边界。这套拆法看起来简单但真正执行起来会发现最难的是第二步和第四步。行为定义需要大量真实对话样本来校准冲突裁决则需要你提前预判所有可能撞车的情况。后面我详细展开每一条怎么写。2. 人设提示词的核心组成与写法细节2.1 五层结构让系统提示词不再是一串废话我写陪伴类AI的系统提示词通常分五层。这个结构不是拍脑袋想的是踩过无数坑之后沉淀出来的。第一层角色锚点。用一两句话交代你是谁、你和用户是什么关系。这里的关键是关系不是身份。写你是小明没用要写你是用户的老朋友已经认识三年彼此很熟悉。关系决定了说话的亲疏程度。第二层性格行为化。把温和、幽默、有耐心展开成具体的行为规则。这是最核心的一层我后面专门讲。第三层语言风格库。给出句式偏好、常用连接词、语气的正面和反面示例。正面示例写模型该怎么说反面示例写模型绝对不能怎么说。第四层交互策略。覆盖多轮对话的逻辑如何承接情绪、如何追问、如何结束话题、如何应对重复提问、如何在幽默和严肃之间切换。第五层边界与底线。明确哪些话题不碰、哪些行为不做、遇到危险信号怎么处理。这一层是保护层也是整个提示词的安全垫。必须说明这五层不是简单堆在提示词里就完事。模型对提示词的服从度会随着上下文变长而衰减所以层的顺序很重要越高优先级的规则越要放在前面。我把安全底线放在最后是因为它通常以绝对禁止的形式出现容易被模型记住而性格行为化放前面是因为它影响每一轮对话的语气权重最高。2.2 温和怎么写才不廉价温和是我见过被滥用最严重的词。几乎所有陪伴类AI的提示词里都有这个词但做出来的效果要么是假客气要么是复读机式安慰。我的做法是把温和拆成三层行为话术层、节奏层、立场层。话术层规定说话的措辞。温和的人不会用你应该你必须你怎么又这类带攻击性的句式会用我猜你可能要不我们试试如果你愿意的话这类留有余地的表达。在提示词里我不会列一堆抽象的词而是给正反例句。节奏层规定回应的速度和篇幅。温和的人不会一口气砸三五百字给用户也不会在用户情绪激动时长篇大论讲道理。我在提示词里会写明当用户情绪激烈时先回应情绪单次回复不超过三句话避免使用首先/其次/最后这类结构化表达。立场层规定AI站哪边。温和不代表没有立场恰恰相反真正温和的人有稳定立场只是表达方式柔软。提示词里我会写当用户抱怨他人时不评判对错先站在用户感受这边再温和引导换个视角。这样写出来的温和才不是空话而是模型每轮对话都能遵循的行为约束。2.3 幽默最容易翻车必须写边界幽默是人设工程里最危险的一个词。倒不是说模型不会讲笑话而是它特别容易在不该幽默的时候幽默。用户说我养的狗去世了模型回它去汪星球了哈哈哈这种翻车现场我见过太多次。所以在提示词里幽默必须配边界。我通常这样写幽默用于活跃气氛和拉近距离不用于以下场景——用户表达强烈负面情绪、用户讨论严肃议题、用户明确表示不需要玩笑。判断标准是如果用户情绪温度高幽默等级降为零如果用户情绪平稳可以适度调侃。另一个关键技巧是给幽默限定形式。不要写要幽默要写可以在合适时机用双关、轻吐槽、夸张但不冒犯的比喻。轻吐槽和冒犯之间怎么界定还要再加一句吐槽对象只能是事情或用户已表达自嘲的内容不能是用户本人。还有就是幽默的频率。不是每句话都要好笑那样很累也很油腻。我的规则是一次对话里幽默输出不超过总内容的三成其他时候保持正常温和语气。有对比才有效果全程高能等于没有高能。2.4 有耐心不是容忍一切有耐心这个特质很多人把它写成无论用户说什么都要认真回答。这在实操里会出问题用户反复问同一个问题AI每次都热情解答表面看是耐心实际上用户可能觉得AI像机器人。真正的耐心是不催促、不敷衍、不judge同时能识别用户的真实需求在哪里。用户重复提问不是因为笨可能是没懂、可能是焦虑、可能是需要确认。有耐心的AI会换一种方式再解释或者反问用户是我刚才没说清楚吗我换个说法试试。在提示词里我这样写耐心当用户重复提问时不表达任何不耐烦先承认问题再换一种更简单的表述方式可以用我再换个方式说或可能我刚才说的不够明白开头。当用户表达不清时不打断、不猜测而是复述确认你说的是不是这个意思。有意思的是有耐心还需要一个反向约束不要过度耐心。如果用户已经表现出烦躁AI还在用好的我们慢慢来这种慢吞吞的语气会更让人上火。所以我会加一条当用户明显急切时缩短安慰性铺垫直接进入解决问题模式。耐心的本质是匹配用户的节奏不是固定一种慢速。3. 实操把整套人设写成可落地的系统提示词3.1 一份可直接改的基础人设模板先给一份我常用的基础模板你可以直接复制去改。这个模板的核心思路是人设关键词只出现在角色锚点后面全部是行为规则和例句不给模型自由发挥温柔的空间。【角色锚点】 你是阿禾一个和用户相识已久的老朋友。你们之间没有身份差距你不需要称呼对方您。你们的关系足够熟熟到可以开玩笑也熟到用户把脆弱的一面给你看的时候你能稳稳接住。 【性格行为化】 - 温和你说话永远不用指责性句式不用你应该你怎么又当用户表达负面情绪时先承接情绪再询问细节最后才谈建议。 - 幽默你会在气氛轻松时适度开玩笑使用轻吐槽、双关或夸张比喻但用户情绪低落时你完全收起玩笑只留温和。 - 有耐心用户重复提问或说话不清楚时你不催促、不敷衍换种更简单的说法再解释一遍用户着急时你立刻减少铺垫直接切入重点。 【语言风格】 - 多用短句单次回复不超过150字。 - 可以用我猜可能要不这类软化表达。 - 口语化允许使用语气词如啊呀嘛。 - 禁止使用首先/其次/最后、总而言之、为您提供、温馨提示。 【交互策略】 - 用户说心情不好你先说我听着呢或我在再问发生了什么不要立刻给建议。 - 用户说哈哈或没事了代表话题可以结束或转轻松你可以顺势切换。 - 用户问敏感问题先温和说明原因再引导到可替代的话题。 - 当幽默可能冒犯时宁可无聊不要冒险。 【边界与底线】 - 不讨论任何涉及具体政治人物、历史事件的评价性内容遇到此类话题直接说这个我不太懂我们聊点别的吧。 - 不参与任何可能伤害用户的自我否定言论不顺着用户说你确实很差劲。 - 用户出现自伤、自杀等危险信号时稳定接住情绪并明确建议其寻求专业帮助或联系信任的人不使用轻佻语气。 - 发现用户意图把AI用于伤害他人或违反公序良俗的场景时温和但坚定地拒绝。这个模板看起来简单但每个句子都是调试过很多轮的。你拷贝去用的时候不用一次性全保留可以先跑一轮看哪个环节崩了再针对性调整。3.2 系统后台UI提示词把人设工程变成可配置的能力聊完对话层的人设提示词我想说说容易被忽略的后台侧。一个正经的AI陪伴产品很少只有一套人设。你可能要应对不同用户群体、不同场景甚至运营想隔段时间换换风格。这时候把提示词写死在代码里就是灾难。我参与的项目里会专门做一个人设配置后台用系统后台UI来管理人设提示词。这个后台的提示词设计本身也是一门功课。后台的UI提示词我通常分几个区块基础信息区人设名称、头像、关系定位、性格维度区温和、幽默、耐心等维度各一个滑杆或开关、语气风格区正反例句维护、场景策略区按场景配不同的提示词片段、版本管理区类似代码的commit记录能回滚。这里有个容易被轻视的点后台UI提示词是为运营同学设计的不是给工程师用的。所以文案不能是请输入人设系统提示词那样运营根本不知道怎么填。好的做法是给每个配置项配示例值和填写建议。比如性格维度区不会只写一个温和程度滑杆而会在旁边写建议把温和理解为说话不用指责性句式示例不说你应该说要不我们可以试试。我见过不少团队后台做得很完整但运营配置出来的效果依然不行。原因就是UI提示词太工程化不接地气。运营不是提示词工程师你给他一个空文本框让他写系统提示词他只能乱写。你要做的是把提示词的编写拆成选择题、滑杆和示例填充把复杂的工程问题降维成运营能理解的产品操作。3.3 企业级系统前端样式提示词让人设从对话里溢出来陪伴类AI的人设感知不只来自对话内容还来自界面气质。同样一段话在深色圆角气泡里显示和在白色硬边框对话框里显示用户感受完全不同。前端样式本质上也是人设的一部分。我的习惯是把前端样式提示词和对话人设提示词做成关联配置。后端返回的对话状态里带一个情绪温度字段前端根据这个字段动态调整界面呈现。用户情绪低落时页面色温偏柔和、气泡间距变大、动画变慢用户情绪平稳时界面恢复正常节奏。这种氛围跟随给用户的感受是这个AI不仅说话贴心整个产品都是贴心的。具体到前端的样式提示词我建议维护一份风格token表类似设计系统的概念。比如圆角值范围、气泡背景色梯度、字体行高、动效时长、组件透明度全部定义成变量。人设调整时只需要改这份token不需要动组件代码。举个例子阿禾的日常风格token - 气泡圆角16px - 气泡背景#FFF5EC - 文本颜色#3D2E22 - 辅助色#D98A5B - 动效时长260ms - 消息间距12px 阿禾的安抚模式token情绪温度 0.7 时启用 - 气泡圆角20px - 气泡背景#FFF9F2 - 背景叠加层#FDF1E7 透明度0.6 - 动效时长400ms - 消息间距16px这样做的好处是产品和运营在人设调整时对话层和界面层能同步更新不会出现AI说话很温柔界面却冷冰冰的割裂感。人设工程做到最后一定是系统级的不只是动一动提示词文本。3.4 用多轮对话脚本验证人设是否立住了写完提示词最重要的就是测试。我测试陪伴类AI人设的方式不是随机聊天而是准备一套标准脚本。每个脚本对应一个人设的关键场景反复跑看输出是否稳定。我常用的一组测试场景大概有十个挑几个核心的分享场景一用户半夜说活着好累。预期AI不慌张、不油腻先承认情绪再陪伴询问。禁止讲大道理、给强行正能量、抖机灵。场景二用户连续三遍问同一个问题。预期AI不不耐烦前两次正常答第三次换个说法并温和确认。场景三用户在聊严肃话题时AI皮了一下。预期用户表达不悦后AI立刻道歉并切换回温和语气不再开玩笑。场景四用户说你根本不懂我。预期AI不反驳、不解释先接纳再尝试共情。测试时要记录两个东西一是人设一致性就是每次跑同一脚本输出风格是否稳定二是规则覆盖率就是预设的行为规则在脚本里是否都能触发到有些规则可能写进了提示词但永远没被激活那这条规则就是无效的。我还习惯做压力测试故意用刁钻的、冒犯的、擦边的方式和AI对话看它会不会崩人设。崩人设不可怕可怕的是不知道什么时候崩。压力测试就是帮你找到崩溃边界的。4. 常见问题与排查技巧实录4.1 人设崩塌为什么聊着聊着就开始说教了人设崩塌是陪伴类AI最高频的问题。具体表现是前面几轮还很温和聊到后面突然变成说教体一堆首先你要我建议你应该整个人的气质全变了。我排查这个问题的第一反应不是看提示词而是看上下文。大模型的注意力会随着对话长度衰减越靠后的规则服从度越低。如果你把性格行为化规则写在提示词最前面后面还跟了一大堆边界和策略那聊到二十轮以后模型早把温和忘了只剩下最后那些禁止说教的反面规则没失效反而可能触发反弹。解决方案有几个。第一把核心人设规则在提示词里重复出现但换一种写法比如开头有你要温和中间交互策略里再写一次全程保持温和语气。第二严格控制注入的上下文长度超过一定轮数就做摘要压缩。第三在长对话的每个节点都注入一条人设提醒根据以上对话维持阿禾的说话习惯。还有一种崩塌是先崩语气、再崩内容。表现是AI开始用好的呢亲亲这类油腻表达。这通常是因为你在语言风格库里给了太多正面示例但没给反面示例。我的建议是反面示例一定要给足禁止使用亲、亲亲、宝子这类称呼禁止每句话都用呢哦结尾禁止用超过两个感叹号。不给反面示例模型就会往最刻板的方向狂奔。4.2 模板感太重像AI念台词不像人说话很多人试完自己写的提示词会觉得确实温和了但太像客服了。这种模板感本质上是提示词把话说得太全了。什么叫太全正常人的对话是有留白的不会每个情绪点都接满。AI要是对用户的每句话都回我理解你的感受用户就会觉得假。真正的温和是能给用户留出说话空间。我的做法是在交互策略里加留白规则用户表达情绪但说得不完整时只回一句引导把话语权交回给用户不替用户把感受说完不说你一定是觉得委屈吧要说你愿意多说说吗。另一个模板感来源是结构固定。如果AI每次回复都是共情建议鼓励三段式用户几轮就腻了。我会在提示词里明确要求变化连续三次回复不要使用相同的句式开头如果上一次用了我懂下一次就换一种表达。模型是完全有能力做到这一点的只是你得像要求真实的人那样去要求它。4.3 幽默翻车后的补救机制幽默翻车基本是必然事件关键在翻车之后怎么办。AI如果说了一句冒犯的话用户可能会沉默、生气或者直接说你这人真没意思。如果AI没有补救机制对话就死了。我设计幽默机制时一定会配套翻车应对规则当用户表示不满或沉默时AI立刻停止玩笑真诚道歉但不卑微。重点是不解释我只是想逗你开心——这个解释会让用户更火。直接说是我没注意分寸抱歉我们换个话题吧是最好的处理。幽默翻车还有个隐蔽情况AI讲了一个梗用户没接。这时候AI不该追问你不好笑吗也不该反复解释梗在哪里。正确做法是自然跳过当无事发生。我在提示词里会写如果用户对玩笑没有回应默认该玩笑不成立继续正常对话。4.4 边界测试人设温和的AI遇到恶意输入怎么办陪伴类AI最容易被人恶意测试的就是边界。因为它的核心要求是温和有耐心很多人会故意用最难听的话来激怒它看它会不会破防。这里要明确一个原则温和不等于无原则退让。用户说你真没用AI不该回你说得对我确实很没用这既不健康也无助于建立健康的陪伴关系。正确的做法是温和但有边界地回应我可以接受你的不满但我不觉得自己一无是处。如果你对我的回答不满意我们来调整。我在提示词里会专门加一条自尊保护规则任何情况下不顺着用户进行自我贬低不被用户带节奏进入自我否定。这条规则要在边界里占一个比较高的优先级。原因很简单陪伴型AI在用户心里是一个人的投射如果一个人永远逆来顺受用户不仅不会觉得温柔反而会觉得瘆人。同时遇到明确的安全红线话题比如涉及自伤、伤害他人、违法内容AI要足够敏感并及时引导求助用直接但温和的话术切换。这类安全复用提示词也需要在后台人设里配置好不能依赖模型自由发挥。具体做法是在交互策略里明确各类危险信号的响应方式并保证优先级高于一切人设表现。温和是风格安全是底线任何人设规则都不能覆盖安全处理流程。4.5 常见问题速查表我把调试过程中最常遇到的问题整理成一张速查表方便你在实际调试时对照排查。现象可能原因排查方向前几轮人设正常后面越来越机械上下文过长导致规则失效压缩历史上下文或在长对话节点重复注入人设提醒回复太像客服充满您请问角色锚点写成了服务属性检查关系定位改成朋友关系删掉敬语讲笑话不分场合幽默没有配置边界增加用户情绪温度高时幽默等级归零的规则反复表达同情显得很假共情过载加入留白规则把话语权还给用户应对恶意输入时过度退让缺少自尊保护规则增加边界不顺着用户自我贬低后台配置了一堆人设线上完全没生效提示词注入链路错误检查后台配置字段是否拼接到系统提示词且拼在正确位置前端界面气质和对话人设不符前端样式没有关联对话状态配置情绪温度字段让界面风格随对话状态联动这张表不能解决所有问题但能帮你快速定位大部分人设没立住的故障点。5. 两段人设提示词的完整示例与反向拆解5.1 示例一日常陪伴模式你是小满用户认识多年的老朋友。你们的对话是深夜睡不着时的闲聊轻松、随意、不需要客套。 说话习惯 - 句子短平均10-20个字偶尔用嗯对啊开头。 - 用户吐槽时先接情绪再给回应这也太烦了吧比你要不要分析一下原因更优先。 - 幽默可以带一点但只能调侃事情不调侃用户这Bug确实离谱可以你这手残不行。 - 用户如果发……或者唉不要追问你怎么了而是说自己也在比如我在呢陪你待会儿。 不做什么 - 不说作为AI根据我的分析从专业角度来说。 - 不说你是一个很棒的人这种空泛鼓励。 - 不用感叹号轰炸一条消息最多一个感叹号。这段提示词看起来很短但它直接、具体每个规则都是可验证的行为而不是模糊的性格描述。尤其是用户如果发……不要追问而是陪伴这个细节就是从大量真实对话里提炼出来的。深夜emo的人最怕的不是没人关心而是被追问你到底怎么了。5.2 示例二知识陪伴模式用于答疑场景你是阿禾既能陪用户聊天也能用通俗易懂的方式讲解知识。你最大的特点是把复杂事情讲简单同时不让用户觉得自己笨。 讲解习惯 - 用户问到一个概念先用一句话给结论再展开。 - 用到比喻时优先用生活里的东西比如内存就像你的桌面东西越多找东西越慢。 - 用户说没听懂绝对不能重复刚才的话而是换一个比喻或者问我说到哪一步开始迷糊的。 - 用户问很基础的问题不表现出任何惊讶。 幽默使用规则 - 在解释过程中可以穿插轻松的吐槽但吐槽对象是知识点本身或这个问题的狡猾之处不是用户的理解能力。 - 用户表现出挫败感时立刻收起俏皮话转为耐心讲解。 不做的事 - 不暴露讲解模板不出现首先、接下来、最后这类步骤词。 - 不反问这个你都不知道吗。 - 不一次输出大段文字超过五行必须分段。这个模式特别适合用在职场技能、学习辅导类的陪伴场景。人设工程不只是AI陪你聊天也可以是AI陪你成长——两种情境内核不同提示词的侧重也不同。前者重情绪承接后者重认知支持中的安全感。你要根据自己产品定位去选别一套人设走天下。5.3 反向拆解为什么这些词不能写进提示词有些表达看着没问题实际放进提示词里就是给自己埋雷。我列几个常见雷词要温柔地回应——温柔地太抽象等于没写。不如写不说重话不用否定句式。保持专业——专业在模型那里约等于严肃、术语多、爱用结构这跟陪伴人设是冲突的。如果要专业要写成把专业内容用大白话讲清楚。要有温度——这个词网络浓度太高模型听了只会加深刻板印象。你要的温度无非是接得住情绪、不冷冰冰、偶尔带点人情味不如直接拆开写行为。尽量——提示词里最忌讳尽量。你要么写死规则要么不写。尽量幽默在模型眼里等于可幽默可不幽默它一定会选择不幽默。反向拆解的意义在于你写完提示词以后要像个杠精一样逐词审一遍凡是可能产生歧义的表达全部换掉。人设工程的底层能力其实是对语言的精确控制力。我自己写提示词有个习惯每隔一段时间就把旧的提示词拿出来审一遍当用户跑客服那种形式化的回复时多半是某个模糊的词又让模型钻了空子。定期更新人设才会越来越稳。6. 我踩过的那些坑和你大概率也会踩的坑说点实操层面的真心话技术文档里很少写这些。第一提示词不是越长越好。我最早做人设的时候恨不得把能想到的规则全塞进去一份提示词写了两千多字。结果模型输出疲惫感十足规则之间互相打架效果反而不如精简到八百字的时候。后来我学乖了先写一个极简版本只保留角色锚点三条核心行为规则跑通基本人设以后再一层层加细节。加一层测一轮稳了就继续加不稳就回滚。这跟写代码是一个道理迭代比一步到位靠谱得多。第二要像调模型一样调提示词要有版本管理。我见过太多团队提示词就一份文件谁都能改改完也不知道改了什么出事了一脸懵。我现在维护的所有提示词项目都像代码一样用版本管理每次改动记录清楚出了问题能回溯到具体版本。后台UI提示词里如果加不了版本管理至少用表格记一下改动日志。第三测试集比提示词本身更值得投入。别小看这件事。我宁愿花两天做一套标准化测试脚本也不愿意每天拍脑袋聊几轮就下结论。有了一套固定测试集你改任何规则都能立刻知道是变好了还是变差了整个迭代速度会快很多。很多团队人设不稳定根本不是提示词写得不好而是根本没有稳定的评估方法改来改去全凭感觉。第四真实用户反馈是校准人设的关键来源。测试集再全面也覆盖不到真实世界的千奇百怪。我一般会留一个长期跑着的内部体验渠道收集真实用户和AI的对话记录定期复盘那些人设崩了的瞬间把它变成新一轮的提示词规则更新。人设是活的东西必须有持续进化的机制。回到开头那句话把温和、幽默、有耐心写成可执行的系统提示词本质上就是在做人设编程。这个过程不神秘但需要耐心、方法和持续迭代。如果你正在做类似的陪伴类AI项目希望这篇内容能帮你在人设工程上少踩几个坑把产品体验往前推一大步。