AutoHedge · 第 4 章 Prompt工程实践

AutoHedge · 第 4 章 Prompt工程实践

章节摘要:本章属「进阶篇」,精读 autohedge/prompts.py(约 148 行)。Agent 的「智能」很大程度上由 system_prompt 决定——它定义了每个 Agent 的角色、目标、输入格式、输出格式。本章逐个解读五个 system prompt(DIRECTOR/SENTIMENT/QUANT/RISK/EXECUTION_PROMPT)的写作套路;讲清结构化输出约定(为什么 risk_agent 要被要求输出「仓位/最大回撤/风险敞口/风险评分」);最后看 workers.py 里那段巧妙的时间注入(_SYSTEM_SUFFIX)如何让 Agent 知道「现在」。本章共 3 节,前置依赖为「第 3 章」。

学习目标

阅读完本章,你应当能够:

1. 精读 prompts.py,说清五个 system prompt 的角色与输出约定。
2. 掌握 结构化输出的 prompt 套路(编号清单 + 字段要求)。
3. 理解 时间注入(_SYSTEM_SUFFIX)为何能让 LLM 知道当前时间。
4. 体会 prompt 工程「角色-目标-输入-输出」的四段法。

核心概念速览

一个好的 system_prompt = 明确的角色 + 清晰的目标 + 约定的输入 + 严格的输出格式。

子章节导航

01 五个 system prompt 精读

DIRECTOR/SENTIMENT/QUANT/RISK/EXECUTION 各自的角色定位与输出要求。

02 结构化输出约定

为什么 workers.py 里给 risk/execution 追加「当收到消息时,它包含…请提供…」、编号清单式约束。

03 时间注入与上下文管理

_SYSTEM_SUFFIX 的时间行、为什么 LLM 需要「现在」、max_loops=1 的单轮约束。

子章节之间的逻辑关系

本章第 01 节(prompt 精读) ──► 第 02 节(结构化输出) ──► 第 03 节(时间注入)
   │
   ▼
下一章(第 5 章 CLI 与交互体验)
​

前置知识与后续延伸

前置知识:

• 第 3 章(已理解 Agent 实例化)

后续延伸:

• prompt 写得好坏直接影响 Agent 输出质量,可结合实际运行调试
• 第 6 章工具调用也会在 prompt 层体现