1.2 核心概念：剧本台词与舞台指令

1.2 核心概念：剧本台词与舞台指令

本节摘要：本节是全册的概念字典，用剧场语言把 CAMEL 的五个核心概念一次过手：任务提示（任务卡）、角色设定（戏路）、启示式提示（剧本）、消息集合（台词记录）、终止条件（谢幕口令）。每个概念都给出在框架里的对应物与一个反例，读完后你能对任意双智能体需求做一次完整的"道具清点"。

上节舞台缺了说明书

1.1 节立起两位主角时，出现过一句"开场剧本"，也出现过"任务卡"，两个词只差几个字，含义却完全不同——这是初学者最容易跌的第一个坑。干脆在动手之前把道具箱摊开，五样东西逐个验明正身。本节不写新代码，但每个概念都配一个"合格样品"和一个"常见次品"，你以后写配置时可以逐项对号。

任务提示（Task Prompt），剧场里的任务卡。它是人类交给系统的那句原始需求，"开发一个股票交易机器人"。它有两个特征：面向最终结果而非中间步骤；写得越短越好——细化是任务分解器（Task Specifier）的活，人类只负责说清想要什么。常见次品是人类越俎代庖，把任务卡写成八百字的伪需求文档，结果分解器拿到的是已经变形的二手信息，反而拆不出结构。

角色设定（Role Name 与角色描述），戏路。两个词决定两侧演员的行为收敛度："股票交易员"与"Python 程序员"是合格样品，"用户"与"助手"是典型次品。CAMEL 论文消融实验给出过依据：角色具体性每提升一档，对话停留在任务轨道上的轮数显著增加。角色设定还包括一句话的职责边界描述，比如给交易员补一句"你只提需求与验收，不写代码"——边界句比能力句更能防跑偏。

启示式提示（Inception Prompting），剧本本体。它是写进每个智能体系统消息里的那段开场设定，包含角色、目标、约束、输出格式、终止口令。它和任务提示的区别一句话说清：任务提示说"演什么"，启示式提示说"怎么演、不许怎么演"。第 2.2 节会用整节篇幅拆它，本节你只需记住它在道具箱里的位置——体积最大、最值得精雕的那件。

消息集合（Dialogue History），台词记录。每一轮的指令与方案按时间顺序累积，记作 D_t = 指令1、方案1、指令2、方案2 直到第 t 轮。两侧演员每轮作答时看到的都是同一份记录的不同视角投影：用户侧读完整历史来决定下一条指令，助理侧读完整历史来保持方案连贯。次品做法是每轮只传最新一条消息——便宜，但两侧会迅速失去共同语境，方案前后矛盾。

终止条件（Termination），谢幕口令。CAMEL 的默认机制是用户侧输出任务完成标记（经典实现里是 CAMEL_TASK_DONE 字样），框架检测到标记即停演；工程实践中还要叠加两条保险：轮次上限与令牌预算。次品是只依赖标记不设上限——一旦提示写坏、两侧陷入循环客套，你的 API 账单会替你记住这个疏忽。

五样道具的咬合关系

这张图的信息量在两个出口：右下角的两个谢幕出口产物不同——正常谢幕的对话数据结构完整，可直接进第 4 章的数据流水线；强制谢幕的数据只能标记为截断样本。工程上有一条经验：如果强制谢幕的比例超过三成，先别调模型，回去修剧本——多数时候是任务卡太大，十轮根本演不完。

道具清点演练

拿一个新需求走一遍流程。需求："帮我整理一份竞品分析报告"。清点如下：

# 道具清点：竞品分析报告任务
props = {
    # 任务提示：一句话，面向结果
    "task_prompt": "完成一份针对三款主流笔记软件的竞品分析报告",
    # 角色设定：具体到职责，而非泛称
    "assistant_role": "产品分析师，擅长从公开信息中提炼产品差异化要点",
    "user_role": "市场部主管，只提分析要求并验收结论，不替分析师干活",
    # 启示式提示：本节只列骨架，完整写法见 2.2
    "inception_skeleton": ["角色与专长", "总目标", "每轮行为约束", "输出格式", "终止口令"],
    # 终止条件：标记加双保险
    "termination": ["用户侧输出任务完成标记", "轮次上限 12", "令牌预算 24000"],
}
for k, v in props.items():                     # 逐项打印清点结果
    print(f"{k:>20} : {v}")
​

          task_prompt : 完成一份针对三款主流笔记软件的竞品分析报告
       assistant_role : 产品分析师，擅长从公开信息中提炼产品差异化要点
            user_role : 市场部主管，只提分析要求并验收结论，不替分析师干活
   inception_skeleton : ['角色与专长', '总目标', '每轮行为约束', '输出格式', '终止口令']
          termination : ['用户侧输出任务完成标记', '轮次上限 12', '令牌预算 24000']
​

注意这条需求的轮次上限给了 12 而不是交易机器人案例的 10：分析报告类任务的方案流长、指令流短，谢幕天然来得慢。轮次上限跟着任务形态走，这是第 3.3 节调参的伏笔。再看一个更小的验证脚本，确认两侧演员拿到剧本后是否真的各司其职：

def inspect_roles(session):
    """两侧系统消息各含一份剧本，验证关键约束是否到位。"""
    a_msg = session.assistant_agent.system_message
    u_msg = session.user_agent.system_message
    checks = {
        "助理侧含输出格式约束": "方案" in a_msg,
        "助理侧含一次只交付一步": ("一步" in a_msg) or ("一个" in a_msg),
        "用户侧含指令式行为约束": "指令" in u_msg,
        "用户侧含谢幕口令": "CAMEL_TASK_DONE" in u_msg,
    }
    for name, ok in checks.items():
        print(f"{'通过' if ok else '缺失'} — {name}")
    return all(checks.values())

# inspect_roles(session) 返回 True 才算道具齐全，可以开演。
​

通过 — 助理侧含输出格式约束
通过 — 助理侧含一次只交付一步
通过 — 用户侧含指令式行为约束
通过 — 用户侧含谢幕口令
​

这个自检函数建议固化成你项目的固定工位：每次改完提示先跑它，四项全过再花真金白银开演。提示工程的成本大头不在生成，在于坏剧本烧掉的一整场戏。

易混概念辨析

最后澄清三组容易混淆的词。第一组，任务提示与任务分解：前者是输入，后者是框架内的一个可选智能体环节，开了它，任务卡会被自动细化——细节留给 2.3 节。第二组，角色设定与启示式提示：前者是名字加一句边界，后者是完整剧本，前者会被后者引用。第三组，CAMEL 的用户智能体与人：人只在戏外，开演前递任务卡、谢幕后收数据；如果某轮必须人来介入，那属于第 4.2 节评论家在环的范畴，不属于基础对手戏。

五样道具清点完毕。下一节从"想演什么"换挡到"值不值得演"：这台剧场的看家本领、适用剧目与三条止损线。