system prompt是什麼？

你從沒送出、卻是模型最先讀到的那則訊息

每個聊天應用程式送給模型的內容都比你的訊息多。在你的文字之前，會先有一段應用程式寫好的文字：助理叫什麼名字、該做和不該做什麼、答案該怎麼排版、今天是幾號、可以呼叫哪些工具。那一段就是system prompt。你打的是「幫我摘要這篇」，模型收到的卻是一整頁規則，後面才接著「幫我摘要這篇」。

模型會把system prompt當成長期命令來遵守。一個被要求「當一個用英式英文回答、語氣簡潔、絕不使用條列式的助理」的模型，會在整段對話裡都這樣做，不需要你再提醒，因為這條指令會隨著每一則訊息再送一次。這個「重新送出」的細節，是大家最容易忽略的部分，也正是花錢的地方，第三節會算給你看。

你可以看到真實的版本。Anthropic公開了Claude在各個應用程式裡使用的system prompt，每次修改都有發布說明。讀一份是理解這種文體最快的方式：整段整段講語氣、講什麼時候該用條列式、講遇到該拒絕的請求該怎麼處理、講知識截止日期，全部用平實的英文寫成，而不是程式碼。也有外流出來的版本；把助理命名為「Sydney」的Bing聊天system prompt，是一名史丹佛學生在2023年2月，靠著要求模型覆誦對話上方的文字而提取出來的。

為什麼同一個問題，在不同應用程式裡答案會不一樣

模型API會為每則訊息標上角色，模型也被訓練成用不同的方式權衡它們。

這個順序帶來兩個結果。system prompt設定了框架，所以同一句使用者訊息，在不同的框架下會得到不同答案：「寫一首打油詩」在某個system prompt下會得到一首打油詩，換成銀行助理用的system prompt就會被拒絕。而且system prompt是應用程式的，所以在同一個模型上換一個應用程式，答案就會不一樣，儘管模型本身沒有換過。什麼是LLM把模型和應用程式分開來看，system prompt正是這種區隔的主要部分。

這條界線並不是絕對的。模型被訓練成優先遵守system prompt而不是使用者，但使用者訊息還是有可能說服模型偏離它的指令，這正是什麼是AI越獄的主題。system prompt是一個強力的預設值，不是一道鎖。

system prompt要花多少錢，因為它每一輪都會被送出

system prompt算的是輸入token，而AI中的token是什麼說明了輸入是每則訊息都要計費的。一段有100輪的對話，配上一份8,000個token的system prompt，會把這段提示送出100次：在你打出任何一個字之前，就已經是800,000個輸入token。

以牌價來算。一則標準訊息大約是1,000個輸入token、500個輸出token。若加上一份8,000個token的指令，也就是32,000個英文字元換算成每個token四個字元的結果，套用在100則訊息裡的每一則上，依照AI模型成本指數裡的OpenRouter牌價（擷取於2026-08-20），會多花下面這些輸入費用。

供應商有快取機制：OpenAI對快取輸入打五折，在最新模型上甚至打一折，Anthropic則以牌價的十分之一計算快取讀取，所以有設好快取的應用程式，付的錢會比圖表上少很多。圖表上的是牌價，也就是成本指數所追蹤、以及任何跳過快取機制的應用程式實際要付的價錢。長篇固定指令依然是唯一每次都要送出的文字。

Whizi的計價方式完全相反。一則訊息的價格是由模型決定的固定點數，房間模型是1點，Claude Sonnet 5是10點，Claude Opus 5是20點，而指令的長度完全不會影響價格。同樣的100則訊息，不管有沒有那份指令，都是100點、1,000點或2,000點。Whizi點數如何運作有完整的階梯表。

system prompt裡，哪一部分是你可以自己寫的

產品會開放system prompt的一部分讓你填寫。ChatGPT把它叫做自訂指令和記憶；Claude有專案指令和風格；Gemini有已儲存的資訊。不管叫什麼名字，你寫的文字都會被附加在產品自己的指令後面，並在每一輪重新送出。

在Whizi裡，開放的那一部分就是專案。一個專案是一個對話資料夾，擁有自己的指令，最多32,000字元，套用在裡面的每一段對話上，並且在每則訊息都重新組進提示裡。釘選的檔案也是同樣的做法，每個檔案擷取出來的文字上限是32,000字元，整個專案區塊的上限則是120,000字元。這裡沒有帳號層級的自訂指令欄位：每個專案的指令是這款產品裡唯一由使用者撰寫的指令，所以如果你希望某個偏好在所有地方都生效，就得把它貼進每一個專案裡。

四個內建代理則展現了另一面。加拿大CPA、學習導師、寫作副駕和數學家教這幾列，各自帶著一份寫死在模型目錄裡的固定system prompt，你無法編輯。選一個代理，就是選一份system prompt。

從已公開的範例來看，一份好的system prompt該有什麼

寫得好的指令讀起來像是給新同事的簡報，而Anthropic公開的Claude提示，是這種文體最好的公開範本。有四件事扛起了大部分的份量。

1. 一句話講完角色和對象。「你是加拿大獨資業主的稅務助理」比三段形容詞管用得多。
2. 把格式規則寫成規則。「回答在150字以內，不要條列式，用英式拼法。」模型遵守直白的命令，比遵守偏好可靠得多。
3. 不確定時該怎麼做。「如果答案取決於你沒有的事實，先問一個問題再回答。」少了這條，模型就會用猜的。
4. 該拒絕什麼、怎麼拒絕。把類別和拒絕時該用的措辭寫清楚，否則模型會自己編一套。

不該放進去的東西：會變動的事實。寫進system prompt裡的價格、模型數量或日期，會在每一輪都被重新斷言一次，直到有人去修改它為止，一份過時的指令，就是這樣變成一個維持好幾個月、講得理直氣壯卻錯誤的答案。把會變動的事實放進釘選檔案或搜尋裡，而不是放進長期命令裡，因為模型自己的知識截止日期反正也會讓它們過時。給新手的提示工程講的是同一門技藝裡逐則訊息的那一面。