经得起长会话的 System Prompt

每个团队都精心写过 system prompt，然后忘掉它。模型在前几轮里遵守它，之后开始忽略——不是因为 prompt 写得差，而是因为对话历史在模型注意力里压过了 system 指令。到第十五轮时，你已经是另一个系统，不再是测试覆盖过的那个。

漂移真实的样子

格式先垮：被要求总是以 JSON 回复的模型，开始加歉意开场白。语气接着垮：一个”专业、简洁”的角色变得健谈。拒答策略也松动：模型对边界情况的立场，随用户施压时间变长而越来越软。任何单轮都不戏剧化——是累积漂移破坏了生产行为。

真正能锚住的模式

每 N 轮在 system prompt 或前置 user 消息里重新注入关键约束。把 system prompt 写短——长 prompt 会被模型内部表征汇总，被汇总的约束就失去了牙齿。用 20 轮以上的对话来测试，而不是 3 轮的顺利路径。你不衡量的漂移，就是上线之后还在漂移的那个。

System prompt 不是放所有你希望模型记住的话的地方。它是放那些必须在对话里活下来的东西的地方。