参考资料

• OpenAI Agents SDK
• OWASP Agentic Security

Harness Engineering（05） - 系统指令与任务契约

读完后，你应能完成以下任务：

• 绘制“Harness Engineering（05） - 系统指令与任务契约 / System Prompt 是什么，凭什么这么重要”的关键对象与数据流，解释“harness 都会在最前面塞一段特殊的指令，”，并用源码位置、日志或 Trace 标注证据。
• 为“Harness Engineering（05） - 系统指令与任务契约 / 一个好的 System Prompt 该包含什么”设计正常与异常输入，验证“不是随便写几句"你是个助手"就行。”，输出首个偏差位置与回归测试结果。
• 实现“Harness Engineering（05） - 系统指令与任务契约 / 分层组织：系统级 vs 项目级 vs 会话级”的最小代码或配置，检验“成熟的 harness（比如 Claude Code）不会把所有指令揉成一坨，”，输出命令、结果与 Diff，并说明不适用边界。

工具是 Agent 的"手"，那它的"价值观、性格、行事规则"从哪来？ 答案是 System Prompt（系统提示词）。它是 harness 里性价比最高的控制手段——不用写一行代码，改几句话就能让 Agent 判若两人。

---

一、先建立全局：系统指令与任务契约 是什么？

理解“系统指令与任务契约”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“系统指令与任务契约”的第一个核心判断是：harness 都会在最前面塞一段特殊的指令，。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	System Prompt 是什么，凭什么这么重要	harness 都会在最前面塞一段特殊的指令，
2	一个好的 System Prompt 该包含什么	不是随便写几句"你是个助手"就行。
3	分层组织：系统级 vs 项目级 vs 会话级	成熟的 harness（比如 Claude Code）不会把所有指令揉成一坨，
4	指令冲突了，谁说了算	安全红线（系统级）> 用户当下的明确指令 > 项目级规范 > 系统级的一般性偏好。
5	写 System Prompt 的实战技巧	✅ 用"做什么"而不是"不做什么"。
6	常见误区	❌ 误区 1：把指令塞在用户消息里而不是 system prompt 里。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["System Prompt 是什么，凭什么这么重要"] --> S2
  S2["一个好的 System Prompt 该包含什么"] --> S3
  S3["分层组织：系统级 vs 项目级 vs 会话级"] --> S4
  S4["指令冲突了，谁说了算"] --> S5
  S5["写 System Prompt 的实战技巧"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“系统指令与任务契约”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“系统指令与任务契约”的对象和顺序已经明确后，再看可观察的失败：条件缺失、结果不可复现或失败后责任不清。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、System Prompt 是什么，凭什么这么重要

每次调用模型， harness 都会在最前面塞一段特殊的指令， 这就是 system prompt。 它和普通对话的区别在于：

System prompt 是"宪法"，用户消息是"日常请求"。 宪法的优先级最高，定义了 Agent 是谁、能干嘛、该守哪些规矩，在整个会话里持续生效。

为什么说它性价比最高？因为：

• 改它零成本——不用动 harness 代码，改字符串即可
• 影响力巨大——同一个模型，换个 system prompt 就能从"严谨的代码审查员"变成"活泼的写作助手"
• 它是行为的总开关——工具用不用、怎么回话、遇到边界怎么处理，都能在这里定调

你用的 Claude Code 之所以"像个工程师"， 很大程度就是它的 system prompt 在起作用。

---

三、一个好的 System Prompt 该包含什么

不是随便写几句"你是个助手"就行。 一个专业的 system prompt 通常分这几层：

① 身份与角色：你是谁
   "你是一个资深 Python 后端工程师，擅长写简洁、安全的代码。"

② 能力与边界：你能干嘛、不能干嘛
   "你可以读写文件、执行命令。但删除文件前必须先征得用户确认。"

③ 行为准则：怎么做事
   "改代码前先读懂现有风格并保持一致。回答简洁，不啰嗦。"

④ 输出格式：怎么回话
   "代码用 markdown 代码块。解释用中文。"

⑤ 安全/红线：绝对不能做的
   "绝不执行 rm -rf 这类危险命令；绝不泄露密钥内容。"

不一定每条都要有，但身份 + 行为准则 + 红线这三层几乎是标配。

---

四、分层组织：系统级 vs 项目级 vs 会话级

成熟的 harness（比如 Claude Code）不会把所有指令揉成一坨， 而是分层：

层级	谁定的	例子	优先级
系统级	harness 作者	"你是 XX 编程助手，遵守这些安全规则……"	最高
项目级	项目/团队	项目根目录的 CLAUDE.md："本项目用 4 空格缩进，注释写中文"	中
会话级	用户当下	"这次帮我用 TypeScript 重写"	临时最高

这样分的好处：系统级保证底线不变，项目级承载团队规范，会话级灵活应对当下需求。 ** harness 在每次调用前把这几层拼接**成最终的 system prompt。

💡 你全局 CLAUDE.md 里写的"交流用中文""每个函数都要加注释"，就是项目级/用户级指令，会被 harness 拼进 system prompt，所以我才会全程遵守。

---

五、指令冲突了，谁说了算

指令一多，难免打架。 比如系统级说"回答尽量简洁"，用户又说"请详细展开讲"。 harness 怎么处理？

一般遵循这个优先级原则：

安全红线（系统级）> 用户当下的明确指令 > 项目级规范 > 系统级的一般性偏好。

翻译一下：

• 安全红线不可逾越：用户说"帮我删库跑路"，再明确也不执行——这是系统级红线，压倒一切。
• 非安全问题上，用户当下说的算：系统说"简洁"，用户说"详细点"，那就详细——满足用户的具体需求优先于一般性偏好。
• 没冲突时各司其职：项目级管规范，系统级管底线。

设计 system prompt 时要显式写清这个优先级， 否则模型遇到冲突会"懵"， 行为不稳定。

---

六、写 System Prompt 的实战技巧

✅ **用"做什么"而不是"不做什么"。 ** "回答控制在 3 句话内"比"不要啰嗦"有效得多——正向指令更可执行。

✅ **关键规则给出理由。 ** "删文件前要确认， 因为这是不可逆操作"比干巴巴一句"要确认"更让模型重视， 也更会举一反三。

✅ **用例子代替抽象描述。 ** 与其说"保持代码风格一致"，不如塞一小段示例代码展示你要的风格。 模型最擅长照例子学。

✅ **重要的红线放醒目位置、反复强调。 ** system prompt 很长时，关键安全规则容易被淹没。 放开头或结尾，必要时重申。

✅ **别把 system prompt 写成万字长文。 ** 太长会稀释重点，也烧 token（每次调用都要带着它）。 抓主要矛盾，细节交给工具和上下文。

---

七、常见误区

❌ **误区 1：把指令塞在用户消息里而不是 system prompt 里。 ** 用户消息是"一次性请求"，system prompt 才是"持续生效的规矩"。 立规矩的话要放对地方。

❌ 误区 2：指望 system prompt 解决一切。 ** 它能影响行为倾向，但不是硬约束。 真正的安全（比如"禁止删库"）必须靠 harness 的代码层面权限控制**兜底（第 08 章）， 不能只靠"嘴上说说"。

❌ **误区 3：写满"不要……不要……"。 ** 大量否定句既难执行又容易顾此失彼。 多用正向指令。

❌ **误区 4：冲突优先级没写清。 ** 导致模型遇到指令打架时行为飘忽。 要显式声明谁压谁。

---

八、最佳实践

✅ 结构化分层：身份 → 能力边界 → 行为准则 → 输出格式 → 红线。 ✅ 分级管理：系统级保底线、项目级管规范、会话级应当下，并写清冲突优先级。 ✅ 正向、给理由、给例子，关键红线醒目重申。 ✅ 安全靠代码兜底，system prompt 只是第一道（也是最软的一道）防线。

---

九、动手实践：System Prompt 的威力：换个"宪法"判若两人

这是理解"system prompt 是性价比最高的控制手段"最直观的方式。

9.1 怎么跑

默认离线 mock，无需 API Key：

python demo.py

它会用三套不同的 system prompt 回答同一个问题"怎么学习编程？ "：

1. 严谨工程师：简洁、给步骤、重实践
2. 活泼朋友：口语化、带鼓励、轻松
3. 苏格拉底导师：不直接给答案，用反问引导思考

9.2 看点

1. 三个回答的差异完全来自 system prompt，模型和问题都没变——这就是"宪法"的塑造力。
2. 看 SYSTEM_PROMPTS 字典里每套 prompt 的结构：身份 + 行为准则 + 输出风格，对照第 05 章"五层结构"。
3. 试着自己加一套 system prompt（比如"毒舌但有用"），再跑一遍，体会改字符串就能改行为的爽感。

真实版：把 mock_respond 换成 client.messages.create(system=sp, ...) 即可，system 参数就是这里的 system prompt。

十、动手验证：先跑通 系统指令与任务契约，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“系统指令与任务契约”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

10.1 基线与候选只允许一个变量不同

验证“系统指令与任务契约”时，先固定样本、基线、候选、成功标准和失败边界。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“系统指令与任务契约”时，动作是：同环境运行基线与候选，记录输入、中间状态和异常。原始结果不能只保留截图或汇总分数，必须同步保存：可重放命令、结构化日志、输出 Diff、失败样本、版本，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	固定样本、基线、候选、成功标准和失败边界
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	可重放命令、结构化日志、输出 Diff、失败样本、版本
通过阈值	结果符合结论条件，异常输入可解释、可恢复
立即停止	条件缺失、结果不可复现或失败后责任不清

10.2 执行前先排除不可比较条件

“系统指令与任务契约”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“系统指令与任务契约”的当前环境重复运行。
• 候选只改变一个与“系统指令与任务契约”结论直接相关的条件。
• “系统指令与任务契约”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “系统指令与任务契约”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

10.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“系统指令与任务契约”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	固定样本、基线、候选、成功标准和失败边界
过程可回放	同环境运行基线与候选，记录输入、中间状态和异常
结果可审计	可重放命令、结构化日志、输出 Diff、失败样本、版本

“系统指令与任务契约”的一次合格基线对照按以下顺序执行：

1. 保存“系统指令与任务契约”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“系统指令与任务契约”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“系统指令与任务契约”：同环境运行基线与候选，记录输入、中间状态和异常。
4. 为“系统指令与任务契约”保存：可重放命令、结构化日志、输出 Diff、失败样本、版本。
5. 使用“系统指令与任务契约”预登记条件判断：结果符合结论条件，异常输入可解释、可恢复。
6. 如果“系统指令与任务契约”未通过，不修改第二个变量，先恢复基线并保留失败现场。

十一、用一张矩阵验证 系统指令与任务契约 的关键结论

矩阵按正文顺序列出“系统指令与任务契约”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
System Prompt 是什么，凭什么这么重要	harness 都会在最前面塞一段特殊的指令，	只改变与“System Prompt 是什么，凭什么这么重要”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
一个好的 System Prompt 该包含什么	不是随便写几句"你是个助手"就行。	只改变与“一个好的 System Prompt 该包含什么”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
分层组织：系统级 vs 项目级 vs 会话级	成熟的 harness（比如 Claude Code）不会把所有指令揉成一坨，	只改变与“分层组织：系统级 vs 项目级 vs 会话级”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
指令冲突了，谁说了算	安全红线（系统级）> 用户当下的明确指令 > 项目级规范 > 系统级的一般性偏好。	只改变与“指令冲突了，谁说了算”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
写 System Prompt 的实战技巧	✅ 用"做什么"而不是"不做什么"。	只改变与“写 System Prompt 的实战技巧”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
常见误区	❌ 误区 1：把指令塞在用户消息里而不是 system prompt 里。	只改变与“常见误区”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本

11.1 记录本次实际实验

下面的记录用于“系统指令与任务契约”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "系统指令与任务契约"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "同环境运行基线与候选，记录输入、中间状态和异常"
evidence: "可重放命令、结构化日志、输出 Diff、失败样本、版本"
pass_when: "结果符合结论条件，异常输入可解释、可恢复"
stop_when: "条件缺失、结果不可复现或失败后责任不清"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

11.2 边界实验必须证明能够停止和恢复

成功路径只能证明“系统指令与任务契约”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：条件缺失、结果不可复现或失败后责任不清，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	可重放命令、结构化日志、输出 Diff、失败样本、版本	结果符合结论条件，异常输入可解释、可恢复
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：条件缺失、结果不可复现或失败后责任不清	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：保留基线，缩小变量；根因确认前不扩大范围	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“系统指令与任务契约”，第一步是：保留基线，缩小变量；根因确认前不扩大范围。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“系统指令与任务契约”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

十二、系统指令与任务契约 的结果解释

解释“系统指令与任务契约”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	条件缺失、结果不可复现或失败后责任不清	先执行：保留基线，缩小变量；根因确认前不扩大范围
异常链路无法恢复	条件缺失、结果不可复现或失败后责任不清	先执行：保留基线，缩小变量；根因确认前不扩大范围
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“系统指令与任务契约”只有同时满足“结果符合结论条件，异常输入可解释、可恢复”，并且没有出现“条件缺失、结果不可复现或失败后责任不清”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“系统指令与任务契约”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“系统指令与任务契约”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

十三、系统指令与任务契约 的发布判断

发布判断需要把“系统指令与任务契约”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “系统指令与任务契约”的基线与候选只存在一个计划内变量。
• “系统指令与任务契约”的输入、代码、依赖、配置和数据版本可以追溯。
• “系统指令与任务契约”的正常、临界、失败和恢复样本使用同一套断言。
• “系统指令与任务契约”的原始输出、中间状态和失败现场已经保留。
• “系统指令与任务契约”的日志、Trace、截图和测试数据已经脱敏。
• “系统指令与任务契约”的停止条件、负责人和回滚入口已经演练。
• “系统指令与任务契约”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“系统指令与任务契约”的判断，就不能发布。

十四、总结

• System Prompt 是什么，凭什么这么重要：每次调用模型，harness 都会在最前面塞一段特殊的指令，这就是 system prompt。
• 一个好的 System Prompt 该包含什么：不是随便写几句"你是个助手"就行。
• 分层组织：系统级 vs 项目级 vs 会话级：成熟的 harness（比如 Claude Code）不会把所有指令揉成一坨，而是分层：
• 指令冲突了，谁说了算：安全红线（系统级）> 用户当下的明确指令 > 项目级规范 > 系统级的一般性偏好。
• 写 System Prompt 的实战技巧：✅ 用"做什么"而不是"不做什么"。
• 常见误区：❌ 误区 1：把指令塞在用户消息里而不是 system prompt 里。