把“好的呢”变成拍大腿！
SillyTavern 提示词工程入门
酒馆教程 EP.06
一、“好的呢~”：你也被这句话折磨过吗？
你是不是也遇到过这种情况：酒馆安装好了，模型配置没问题，角色卡也导入了，结果 AI 开口就是“好的呢~”、“这个问题很复杂呢~”、“人家不知道怎么回答呢~”
这种“套路化回复”，是大模型在缺乏明确指引时的“安全模式”——它会自动套用训练数据里最常见的中文网络用语来填充对话。要打破这个“好的呢”魔咒，关键不在换模型、不在加插件，而在于——提示词工程。
本期教程将带你系统掌握 SillyTavern 的提示词五层架构，从根本上让 AI 的回复“去套路化”，真正做到一句话就让你拍大腿！
二、系列进度一览
三、SillyTavern 提示词五层架构
在 SillyTavern 中，最终发给 AI 的提示词并不是你输入的那句话，而是五层内容按优先级组合的结果。理解这个架构，是做好提示词工程的前提。
■ 第一层：系统提示词（主提示词）
这是整个提示词体系的“宪法”。它位于所有内容的最前面，用于设定 AI 的角色、行为规范和输出格式。这里的内容权重最高，能够覆盖其他层的指令。
■ 第二层：预设参数（Temperature / Sampling）
Temperature、Top-P、Top-K 等采样参数直接影响 AI 的“随机性”和“创造性”。这不是“提示词”本身，但它决定了 AI 在多大程度上“偏离”你的提示词。高 Temperature = 更大的“自由发挥”空间。
■ 第三层：角色卡（Character Identity）
角色卡定义了 AI “是谁”——它的外貌、性格、说话风格和背景故事。这是让 AI 摆脱“套路化”的核心层，因为明确的人设直接压缩了“安全回复”的空间。
■ 第四层：世界书（Keyword-Triggered Lore）
世界书是一套“关键词触发”的背景知识库。只有当对话中出现特定关键词时，对应条目才会被注入提示词。它提供背景丰富度，但权重低于角色卡。
■ 第五层：你的输入（User Messages）
这是你每次发送的消息，位于提示词的最末尾。它的优先级最低，但是最直接地影响 AI 的“最后一步”生成。好的输入能触发上层的世界书条目，形成“联动效应”。
△ 提示词五层架构示意图：越上层优先级越高
重要原则：上层内容可以覆盖下层内容。例如，如果你在系统提示词中设定了“用正式中文回答”，那么角色卡里的“说话带方言”设定就会被覆盖。所以，不要在不同层设置相互矛盾的指令。
四、角色描写：从“这是个女孩”到“她就是她”
角色卡是提示词体系中最核心的一层。一张好的角色卡能让 AI 从“通用助手”变成“有血有肉的人”。但很多新手的角色描写都犯了以下三个错误：
■ 错误一：太模糊
“她是个温柔的女生”——这种描写太抽象，AI 无法理解“温柔”的具体行为。要用行为来定义性格：“她说话时会先停顿一下，然后用比正常语速慢一倍的节奏回答。”
■ 错误二：太矛盾
“她性格开朗但内向，热情但很孤独，聪明但经常犯傻”——这种看似“丰满”的描写实际上让 AI 无所适从。每个角色最多有 2-3 个核心性格特征，且它们应该是一致的。
■ 错误三：太冗长
一个角色卡写了 2000 字的背景故事，从小学写到大学——AI 的上下文窗口有限，冗长的描写会挤压对话历史的空间。控制在 300-500 字以内，只保留最关键的信息。
△ 角色描写三大常见错误
正确的角色描写公式：
外貌 + 性格 + 说话风格 + 背景故事
（总长度控制在 300-500 字）
优秀范例：
外貌：身高 172cm，黑长直发，左眼下方有一颗泪痣。常穿白色衬衫和牛仔裤。 性格：表面高冷，实际很细心。从不直接表达关心，但会用行动证明。 说话风格：短句为主，很少用感叹词。情绪波动时会下意识抽一下鼻子。 背景：大二医学生，父亲是外科医生，从小被要求“不要情绪化”。
△ 角色描写公式与范例
五、示例对话：AI 的“表演模板”
这是整个提示词体系中“性价比”最高的一个设置。示例对话不是“给 AI 看看样子”，而是直接告诉 AI “就按这个模板来”。它是所有设置里最直接、最有效的“风格定义器”。
一个简单的测试：把你的角色卡中的示例对话删掉，然后再聊一次，你会发现 AI 的回复风格完全变了。这就是示例对话的力量。
三种风格示例对比：
简短风格：
“你来了。” “嗯。” “行，走吧。”
嘲讽风格：
“哦呀，这不是我们的大忙人吗？” “这么简单的事都要问我？” “算了，看你可怜，帮你一把吧。”
温柔风格：
“你回来啦，今天过得怎么样？” “没关系的，我在这儿听你说。” “不着急，慢慢来。”
△ 示例对话——AI 的表演模板
△ 三种对话风格示例
六、正向指令 vs 负向指令：告诉 AI “要做什么”而不是“不要做什么”
这是提示词工程中最常见的误区。很多人习惯写：“不要用套话”、“不要“好的呢””、“不要油嘴滑舌”——但负向指令可能适得其反。
最佳实践：以正向指令为主，负向指令仅作为補充。比例大约是 8:2。如果你发现自己写了很多“不要”，说明你的正向指令还不够具体。
△ 正向指令与负向指令的对比
七、三个常见提示词错误及修复方案
除了上面说的角色描写问题，以下三个错误在新手中几乎“必犯”：
■ 错误 1：用第二人称“你”来描写角色
❌ 错误做法：“你是一个 AI 助手”→ AI 会拒绝扮演角色，因为它被训练成“我是 AI”
✔ 正确做法：用第三人称“他/她”描写角色，例如：“她是一个大二医学生，说话简短直接”。这样 AI 能更好地“扮演”而不是“抵抗”。
■ 错误 2：世界书条目太长
❌ 错误做法：每个世界书条目写了 500+ 字，触发后直接占满上下文窗口
✔ 正确做法：每个条目控制在 3-5 句话以内，只提供最核心的事实。详细的背景故事放在角色卡里，世界书只做“关键词→关键信息”的映射。
■ 错误 3：不同层的指令相互矛盾
❌ 错误做法：系统提示词说“用正式中文”，角色卡说“说话带方言”→ AI 崩溃
✔ 正确做法：逐层检查一致性，确保上层的指令不会否定下层的设定。记住：上层覆盖下层。
△ 三个常见提示词错误及修复方案
八、层级协调检查：你的提示词“打架”了吗？
在完成所有设置后，做一次“自上而下”的通读检查：
△ 提示词层级协调检查清单
九、换位思考：“如果我是 AI，我能理解这句话吗？”
这是整个提示词工程最核心的心法。每次写完提示词后，做一个简单的“角色置换”：
想象你是一个刚被“唤醒”的 AI，眼前只有这些文字。你不知道用户是谁，不知道前面聊了什么（除非在上下文里），你只能依靠这些提示词来理解“我该怎么回答”。
如果连你自己都觉得“这个指令有点模糊”，那 AI 几乎一定会迷糊。把提示词写得像“给一个聪明但不了解背景的人看的指令”，而不是“给自己看的备忘录”。
△ 换位思考：如果我是 AI，我能理解吗？
十、下期预告
下一期 EP.07：模型选择指南
每个模型都有自己的“性格”——有的擅长创意写作，有的擅长逻辑推理，有的只会套路化回复。下期将系统对比主流模型在酒馆中的实际表现，帮你找到最适合你角色的那一款。敬请期待！
如果觉得有帮助，记得
👍 点赞 💰 投币 ⭐ 收藏 🔗 分享
一键三连是更新的最大动力！
私信“角色卡”，免费领取 10G 精选角色卡资源包！
包含：日系/欧美/古风/现代 等 500+ 张高质量角色卡，持续更新中