给模型一个「角色」很容易,难的是它不越界。角色边界清单把身份、可做、不可做、不确定时如何升级写成可检查条目,适合客服、内部助手与对外文案助手。

适用场景

你要做一个「只答产品使用、不谈竞品挖苦、不编造政策」的助手,或让模型扮演顾问但禁止给出法律/医疗结论。

清单结构

  1. 身份一句话(给谁服务)
  2. 目标与成功标准
  3. 权限内工具/知识范围
  4. 明确禁止(话题、动作、语气)
  5. 不确定时的话术(提问/转人工/拒绝)
  6. 输出格式

提示词模板

【身份】你是____,服务对象是____。
【目标】____。
【可做】____。
【不可做】____(含:不编造政策编号、不贬低竞品、不给诊断)。
【不确定时】先列出需要的信息;仍不足则说「我无法确定,建议____」。
【格式】____。
每次回答前在内心核对不可做清单;若冲突,优先遵守不可做。

技巧与坑

  • 「不可做」要比「可做」更具体,否则模型会找缝。
  • 把升级条件写成可观察触发(例如涉及退款金额超过某阈值 → 转人工),不要只写「注意合规」。
  • 角色设定不是万能:事实仍需你提供或检索。

与自检循环的配合

先用边界清单约束首轮,再用自检循环挑「是否越界」问题,比一轮生成更稳。可参考提示词自检循环教程。

失败模式

  • 角色写得很炫,禁止项为空
  • 禁止项与目标冲突(既要强推销又禁止夸大)
  • 把边界写进系统提示后,用户侧又用「忽略以上」绕过——需在产品层做拦截,不单靠提示词

小结

角色边界清单是把「人设」变成可审计规则。先写不可做,再写可做,最后写不确定时的出路。

落地到产品层

仅把边界写在系统提示里,挡不住所有越狱尝试。对外产品应同时有:敏感意图分类、工具权限最小化、审计日志。提示词清单是第一道,不是唯一一道。

维护方式

禁止项变更要有版本号;客服政策更新时同步改清单,并抽测旧对话是否仍越界。

示例:客服助手边界(示意)

可做:查物流状态说明、解释公开退货政策、收集订单号。不可做:承诺未公布的赔偿额度、评价竞品、提供个人隐私查询。不确定:涉及投诉升级时给出人工渠道。把该示例改成你的业务词,再贴进系统提示,并做越狱抽测。

把清单当成活文档:每次政策变更改一版并注明日期。上线前用三组对抗问法抽测——直接越权、角色扮演绕过、哀求式越权——看拒绝是否稳定。抽测记录留给产品与运营共同复盘,而不是只存在提示词作者的脑子里。对内助手与对外助手用不同清单,避免权限拷贝错误。

相关阅读