简而言之： "ChatGPT 时代提示工程" 已死。如果你花 10 分钟调整一个提示以获得合理的输出，你就是在微观管理一个算法。在我作为 CEO 的日常工作中，我不使用提示；我使用系统工程. 一个业余者在获取AI幻觉与专业人士获得客户准备交付物之间的区别完全在于设置和结构。这是我用来将AI从聊天机器人转变为自主同事的确切17步架构框架。
这里是James，水星科技解决方案的首席执行官。 东京 - 2026年3月4日
一位创始人最近问我获取Claude/ Gemini或高级AI代理平台（如Cowork/ Claude Code）来管理我的工作流程的“秘密提示”。我告诉他真相：我没有秘密提示。我有一个万无一失的系统。
提示工程是一个脆弱的、逐会话的临时解决方案。它要求你不断提醒 AI 你是谁、目标是什么，以及如何格式化输出。这相当于雇佣一位聪明的员工，却每天早上让他们失忆。
而系统工程则是关于构建一个永久的基础设施。它决定了 AI 的操作系统、文件访问、边界和默认行为在你甚至输入第一个请求之前。当你正确设置架构时，即使是你最懒惰的三字提示也会产生完美的结果。以下是定义真正 AI 系统工程的 17 个实践，按影响力排名。
第一阶段：上下文架构（设置）
这前五个实践将彻底改变你的 AI 体验。其他一切都是建立在这个基础之上的。
1.
- _MANIFEST.md 路由文件： Routing File:这是人工智能中影响最大、讨论最少的实践。当你将一个人工智能代理指向一个项目文件夹时，它会读取所有内容——包括过时的草稿和三个月前的冲突定价模型。为了解决这个问题，请在每个工作目录中放置一个_MANIFEST.md文件。这充当人工智能的地图，分为三个严格的层级：
- 第一层（规范）：绝对的真相来源。人工智能必须首先读取这个（例如，当前的品牌指南、活跃的项目简报）。
- 第二层（领域）：特定主题的子文件夹。人工智能仅在任务特别要求时加载这些（例如，/定价 或者 /competitor-research）。
- 第三级（档案）：旧草稿和替换版本。AI被明确指示忽略这些，除非手动请求。
- 2. 全局指令（您的AI操作系统）：将全局指令留空就像买了一辆法拉利却从不调整后视镜。这些指令在 之前加载任何其他内容。我的指令如下："我是詹姆斯，水星公司的首席执行官。在开始之前，定位 _MANIFEST.md并阅读 Tier 1 文件。在执行之前始终询问澄清问题。在采取行动之前展示简要计划。默认格式：Markdown。绝不要使用企业空话。质量标准：客户准备好。如果信心不足，请说明。
- 3. 三个持久的上下文文件：创建一个名为 "AI Context " 的主文件夹，并将这三个文件放入其中：
- about-me.md：你是谁，你当前的优先事项，以及你服务的对象。
- brand-voice.md：你的确切语气、格式偏好、禁用词，以及三段你实际写作的参考内容。
- working-style.md：协作规则、限制和标准操作程序（SOP）。
- 4. 文件特定说明：虽然全球说明决定了总体行为，但文件说明决定了项目现实。当 AI 进入特定客户文件夹时，它会自动加载有关该客户的术语、截止日期和交付格式的规则。
- 5. 无情的上下文范围界定：一个巨大的上下文窗口（如 100 万个标记）是一个陷阱。更多的文档意味着更多的噪音和更糟的推理。明确指示你的 AI："仅在任务明确要求时加载第二级文档。"
阶段 2：任务设计（定义最终状态）
你如何框定任务决定了 AI 是交付成品还是昂贵的粗略草稿。
- 6. 定义最终状态，而不是过程：你是在委托给同事，而不是在编程机器。
- 糟糕的提示： "整理这些文件。"
- 良好的系统请求： "将此目录中的所有文件按客户名称整理到子文件夹中。使用格式 YYYY-MM-DD-姓名。创建更改的摘要日志。将模糊文件移动到 /needs-review。"
- 7. 在执行前要求计划：因为代理可以重命名或删除本地文件，因此始终强制执行 30 秒的审查窗口。指示 AI： "展示一个简要的行动计划。在执行前等待我的批准。"这可以防止 90% 的自动化灾难。
- 8. 设计不确定性协议：如果收据模糊，AI自然会猜测——而且猜错。你必须构建不确定性触发器："如果日期难以辨认，请标记为[VERIFY]。如果你的分类信心低于80%，请标记而不是猜测。"
- 9. 批量相关工作流程：每个AI会话都有启动成本。不要运行五个单独的提示。运行一个批处理："处理本月的收据，更新预算电子表格，草拟执行摘要，并将所有内容保存到/monthly-reports/march。"
- 10. 触发子代理进行并行处理：如果一个任务有独立的部分，请告诉AI进行并行处理。添加："启动子代理以并发处理这些任务。"40分钟的供应商评估缩短至10分钟。
第3阶段：自动化、技能和安全
在这里，您将从“聊天机器人”转变为完全集成的数字劳动力。
- 11. 使用本地调度：指挥代理自动执行重复任务。"每周一上午7点，检查我的Slack频道和日历，以生成每周简报文档。"
- 12. 将所有记忆外部化为文档： AI代理在会话之间没有记忆，以防止上下文污染。因此，您所有的标准操作程序（SOP）必须保存在AI可以参考的永久Markdown文件中。
- 13. 连接API以实现真正的自动化：将您的 AI 连接到 Gmail、Notion 和 Slack，然后安排提取。"每天早上，从 Gmail 中提取发票金额并更新本地财务电子表格。"
- 14. 堆叠插件以进行复合操作：一次性组合能力。"分析第一季度数据（使用数据插件），识别三个最弱的交易，并为每个交易起草定制的跟进电子邮件（使用销售插件）。"
- 15. 构建自定义技能（标准操作程序）：创建 Markdown 文件，教 AI 特定的工作流程。清晰地结构化它们：[技能名称], [目的], [输入], [处理], [输出], [约束].
- 16. 工具创建的元提示：你可以字面上要求AI构建自己的系统。"帮我为我的每周入职工作流程构建一个自定义技能文件。"它将自己编写标准操作程序，而无需你编码。
- 17. 将AI视为一个危险的员工：自主代理可以修改你的本地计算机。尊重这种能力。在运行排序代理之前备份你的文件。将高度敏感的财务文件隔离在AI没有权限访问的文件夹中。跟踪你在多步骤代理循环中的令牌使用情况。
结论：范式转变
如果你放大来看，这个列表上的每一项都遵循一个不可打破的规则：在设置上大量投资，以便你可以最小化提示。
这是从"ChatGPT时代"到"自主代理时代"的根本转变。提示是对话中最不重要的部分。上下文路由、结构边界、不确定性处理和自定义技能——这才是实际输出质量的来源。
停止与AI聊天。开始设计它的环境。
水星科技解决方案：加速数字化。
