Dify提示词设计实战：如何用SYSTEM和USER打造高精度AI客服（附电商案例）

Dify提示词设计实战：如何用SYSTEM和USER打造高精度AI客服（附电商案例）

最近在帮几家电商客户搭建AI客服系统时，我发现很多开发者虽然知道Dify平台里的SYSTEM和USER提示词很重要，但真正用起来总是差那么点意思。要么是客服回答太机械，用户觉得像机器人；要么是遇到复杂订单问题就“装傻”，还得转人工。其实，问题的核心往往不在模型本身，而在于我们如何通过SYSTEM和USER的巧妙配合，给AI设定一个既专业又灵活的“人设”。

想象一下，你正在经营一家日销千单的服装网店。晚上十点，有客户焦急地询问订单物流，另一个客户在纠结尺码选择，还有人在抱怨商品色差。传统客服要么忙不过来，要么回复模板化。而一个设计得当的AI客服，不仅能秒回物流状态，还能根据对话语气判断客户情绪，主动安抚，甚至推荐搭配——这一切的背后，就是SYSTEM和USER提示词在精准协作。

这篇文章，我就结合几个真实的电商客服案例，带你拆解如何用Dify的SYSTEM和USER提示词，打造一个真正懂业务、有温度、高精度的AI客服助手。我们会从最基础的角色设定开始，一直深入到多轮对话的情绪安抚和复杂查询处理，手把手让你掌握这套“组合拳”的精髓。

1. 理解基石：SYSTEM与USER在AI客服中的本质分工

在开始设计之前，我们必须抛开那些模糊的概念，从工程视角重新审视SYSTEM和USER。很多人把它们简单理解为“固定指令”和“用户问题”，这其实低估了它们的设计潜力。在AI客服这个场景里，它们的角色更像是剧本导演和即兴演员的关系。

SYSTEM提示词是那位在开拍前就给整部戏定下基调、划定边界、甚至设计好角色背景故事的导演。它不会出现在镜头前，但每一个镜头的光影、演员的走位、台词的情绪，都深深烙着它的意志。在Dify的LLM节点配置中，SYSTEM提示词通常被放在一个对用户不可见的后台区域，它从对话开始就持续生效，贯穿整个会话周期。

它的核心职责包括：

• 身份锚定：明确告知AI“你是谁”。是官方客服、售后专家，还是购物助手？这个身份决定了回答的立场和口吻。
• 规则立法：设定不可逾越的红线。比如不能承诺未授权的售后政策，不能生成虚假物流信息，遇到无法处理的问题必须引导转人工。
• 格式规范：统一输出的“样子”。要求用清晰的段落、分点列表，还是包含特定的信息模块（如订单号、解决方案、后续步骤）？
• 流程引导：教会AI如何思考。例如，遇到模糊问题要先澄清，查询前必须验证订单号格式，回答后要主动询问是否还有其他问题。

而USER提示词，则是演员在导演设定的框架内，面对每一句具体台词（用户问题）时，所做出的即时反应和演绎。它是动态的、多变的，是每一次请求的“现场发挥”。在Dify的工作流中，USER提示词往往与“开始”节点的用户输入变量（如 sys.query）绑定，或者由上游节点（如参数提取器、知识检索）加工后传入。

它的核心价值在于：

• 意图承载：准确传递用户在这一轮对话中的具体需求。“我的订单到哪了？”和“这件衣服掉色怎么办？”承载的是截然不同的意图。
• 上下文注入：将外部信息（如从数据库查到的订单详情、从知识库检索的退货政策）自然融入到给模型的指令中，让AI的回复“有据可依”。
• 情绪引导：通过精心设计的USER提示词，可以暗示或明示AI关注用户的情绪状态，从而调整回复策略。

为了更直观地对比二者在电商客服场景下的设计焦点，我整理了下面这个表格：