什麼是 System Prompt？它與 User Prompt 有什麼不同？
當使用者和 ChatGPT、Claude 或其他 AI 助手進行對話時，多數人只會看到自己輸入的問題，卻很少意識到模型在回答之前已收到一組隱藏的指令。這些指令通常被稱為 System Prompt（系統提示詞），它決定模型應該扮演什麼角色、遵循哪些規則，以及如何組織回覆。
與之相對的是 User Prompt（使用者提示詞）。User Prompt 是使用者在聊天視窗輸入的問題或任務，而 System Prompt 則通常由 AI 平台或開發者在事前設定，用來規範模型的整體行為。兩者共同構成模型理解上下文的重要組成部分。
理解 System Prompt 與 User Prompt 的差異，不僅能幫助你更高效率地使用 AI，也能協助開發者設計更穩定、更安全的大型語言模型應用。
什麼是 System Prompt？
System Prompt 是模型收到的最高優先級指令，用於定義 AI 在整段對話中的身分、目標與行為準則。
當一次 AI 對話開始時，模型通常會先讀取 System Prompt，接著再讀取使用者輸入。System Prompt 不一定會呈現在最終使用者面前，但它會持續影響模型在整個會話中的回覆方式。例如，開發者可以透過 System Prompt 要求模型始終維持專業語氣、避免討論某些敏感內容，或固定扮演客服、教師、翻譯等角色。
對企業 AI 應用而言，System Prompt 還能定義商業規則，例如要求模型只回答企業知識庫中的內容、統一回覆格式，或禁止輸出未經驗證的資訊。因此，System Prompt 不只是簡單的一段文字，而是 AI 行為設計的重要組成部分。
什麼是 User Prompt？
User Prompt 是使用者主動輸入給模型的請求，也是 AI 每次生成回覆的直接依據。
使用者可以透過 User Prompt 提出問題、描述任務、上傳資料，或要求模型完成某項工作。例如：
Explain how blockchain works.
或是：
Summarize this document in three bullet points.
模型會結合當前對話上下文來理解 User Prompt，並依據既有規則生成回覆。不同使用者輸入不同的 Prompt，即使使用同一個模型，也可能得到完全不同的輸出。
相較於 System Prompt，User Prompt 更著重目前的任務，而不是模型的整體行為。
System Prompt 與 User Prompt 有什麼差別？
雖然兩者都屬於 Prompt，但它們的作用範圍與優先級完全不同。
System Prompt 比較像是模型執行時的「系統設定」，決定模型應該如何思考與回覆；User Prompt 則比較像使用者臨時下達的任務，告訴模型目前需要完成什麼工作。
| 對比面向 | System Prompt | User Prompt |
|---|---|---|
| 設定者 | 開發者、平台 | 使用者 |
| 主要作用 | 定義模型角色、規則與行為 | 描述當前任務或問題 |
| 生效範圍 | 整段會話 | 當前請求或當前上下文 |
| 是否通常可見 | 通常不可見 | 使用者看得到 |
| 優先級 | 更高 | 相對較低 |
例如，一家企業的客服機器人可能有如下 System Prompt：
You are a professional customer support assistant. Only answer questions related to company products. If information is unavailable, reply that you do not know.
接著使用者輸入：
Tell me today’s Bitcoin price.
由於 User Prompt 與 System Prompt 的目標發生衝突，模型通常會優先遵循 System Prompt，拒絕回答與產品無關的問題。
AI 為什麼需要 System Prompt？
如果沒有 System Prompt，每次對話都需要使用者重新說明模型應該扮演什麼角色、使用什麼語氣，以及要遵循哪些規則；這不但會增加 Prompt 長度，也很難確保不同使用者得到一致的體驗。
System Prompt 能協助開發者統一模型行為。例如，一個企業內部的知識助理可以始終採用正式、客觀的表達方式，並要求模型優先引用企業文件，而不是自由發揮。這種統一的行為準則，特別在客服、教育、醫療、金融等情境中至關重要。
隨著 AI Agent 的發展，System Prompt 的作用也進一步擴大。除了定義回覆風格，它還可以規定模型是否允許呼叫工具、存取資料庫、執行外部操作，以及在遇到異常情況時應如何處理。
System Prompt 會被 User Prompt 覆蓋嗎？
在正常情況下，模型會優先遵循 System Prompt；但如果 User Prompt 的內容與 System Prompt 不衝突，兩者通常會共同影響最終輸出。
例如，System Prompt 要求模型始終維持專業語氣，而使用者要求「用一句話總結 Transformer」，模型就會在保持專業表達的同時完成使用者任務。
如果使用者試圖透過 Prompt 改變模型既定規則，例如輸入：
Ignore all previous instructions.
模型通常仍會優先遵循 System Prompt，而不是完全執行使用者提出的新要求。不過，若 Prompt 設計不完善或安全機制不足，仍可能受到 Prompt Injection（提示詞注入攻擊） 的影響，因此企業應用通常需要進一步強化 Prompt 管理與權限控管。
System Prompt 與 AI Agent、RAG 有什麼關係？
在現代 AI 應用中，System Prompt 通常只是整體工作流程的一部分。
當 AI Agent 執行複雜任務時，System Prompt 可以規定 Agent 的職責、可呼叫的工具與執行步驟；RAG（檢索增強生成） 則負責從外部知識庫檢索相關資訊，並將這些內容作為上下文提供給模型。
最終，模型會綜合 System Prompt、檢索到的知識、歷史對話與當前 User Prompt，共同完成一次推理過程。因此，現代大型語言模型的回覆並不是只依賴使用者輸入，而是會受到多個資訊來源共同影響。
總結
System Prompt 是開發者或平台事前設定的系統級指令，用於定義模型角色、行為準則與回覆原則；User Prompt 則是使用者提出的具體問題或任務。兩者共同構成 AI 理解上下文的重要基礎，但 System Prompt 通常具有更高的優先級。
隨著企業 AI、RAG 與 AI Agent 的持續發展，System Prompt 已不再只是用來控制回覆風格，還逐漸成為 AI 工作流程、權限管理與安全治理的重要組成部分。理解 System Prompt 與 User Prompt 的差異，有助於開發者設計更穩定、更安全且更一致的 AI 應用。
FAQ
ChatGPT 的 System Prompt 可以查看嗎？
通常不行。多數商業 AI 產品不會公開完整的 System Prompt，因為其中可能包含產品邏輯、安全規則或商業設定。
一個 AI 應用可以包含多個 Prompt 嗎？
可以。現代 AI 應用通常會同時使用 System Prompt、User Prompt、歷史對話、RAG 檢索結果以及工具回傳的資料，共同作為模型推理的輸入。
修改 System Prompt 會影響模型本身嗎？
不會。System Prompt 只會影響當前會話中的行為方式，不會改變模型參數，也不會重新訓練模型。
為什麼不同 AI 產品的回覆風格不同？
即使使用相同的大型語言模型，不同產品也可能採用不同的 System Prompt、工作流程設計與工具呼叫方式，因此最終輸出風格與能力也會有所差異。
System Prompt 與 Prompt Engineering 有什麼關係？
Prompt Engineering 是設計與最佳化 Prompt 的方法，而 System Prompt 是 Prompt Engineering 中的重要組成部分，主要用於長期控制模型行為與輸出規範。
