五家 AI 的人格配方：从「没有提示词」到「价值观宪法」

01人格配方对照台

评分条为本页基于提示词文本的定性归纳（长度/结构化/工具纪律/个性表达/安全条款五个维度），非官方数据。

02五种产品哲学，一张表

一个耐人寻味的现象：提示词的长度与产品的「场景化程度」成正比，与模型无关。通用助手（GLM/DeepSeek）倾向少写——任何预设都会成为某种偏见；场景产品（Cursor）拼命多写——因为要预判的事故清单长得吓人。写不写、写多长，本质是在「模型自主性」和「产品可控性」之间选边。

03「没有提示词」的勇气，值不值得学

GLM 的仓库条目只有一句话：「GLM 模型没有系统提示词，API 背后也没有偷偷注入」。这种坦诚本身就是设计：

• 好处：模型输出与训练时的人格一致，没有「指令漂移」；用户拥有 100% 的提示词主权——你写的 system 就是你得到的全部系统层。
• 代价：工具调用规范、格式纪律、安全提醒全部依赖模型自身能力与调用方的应用层提示词——下游做应用的人要自己补课。
• 对你的启示：给通用模型写指令时，别假设「它应该已经知道」——各家底座出厂设置差异巨大。把关键规矩写全，永远比赌出厂设置稳。

顺带一个冷知识：DeepSeek 那份「极简注入」里连用户位置（Iceland）都写了——运行时会注入真实日期与位置，让「今天是几号」这类问题不用训练也知道。极简 ≠ 随便，是精准地把训练给不了的信息（时间/位置/工具表）递进去。