场景级 Agent 的配置分层：提示词、工具、知识、策略

做场景级 Agent，一个常见的坑是：所有东西都写在提示词里。系统提示词写了三千字、工具说明塞了两百行、规则用自然语言描述了一遍。结果是：改一条限额要改提示词、加一个工具要重测全部用例、出了问题定位不到是哪一层。

分层不是为了优雅，是为了可改。

四层结构

# L1 提示词层：它是什么、边界在哪 system: role: "费用报销单据审核助手" scope: "仅处理单据要素校验、限额校验、异常标记" out_of_scope: "不做审批决策、不做付款执行、不做个人绩效评价" output_contract: "必须返回结构化 Flag，含 code/severity/evidence/needs_human" # L2 工具层：它能做什么 tools: - {name: verify_invoice, desc: "查验发票真伪与要素一致性"} - {name: check_limits, desc: "按限额表校验费用标准"} - {name: write_back, desc: "回写审核结论"} # L3 知识层：它依据什么 knowledge: partitions: ["财务与税务/费用报销/单据审核"] sources: [差旅标准表(可配置), 报销制度库(只读)] citation_required: true # L4 策略层：什么情况怎么办 policy: rules: - {when: "命中 high 级异常", then: "to_human"} - {when: "软判断置信度 < 0.75", then: "to_human"} - {when: "超出 scope", then: "return_and_notify"} thresholds: 住宿费限额: {from: "limits_table", dynamic: true}

每层为什么这样切

L1 只放不变的部分。 角色、边界、输出契约——这些一年可能改一次。放在这里可以稳定缓存，也方便做回归测试的基线。

L2 工具描述必须短且准。 工具描述是给模型看的，写长了会稀释注意力。详细逻辑放工具实现里，描述只说"这个工具干什么、返回什么"。

L3 知识与提示词分离是关键。 制度、限额、政策这些会变的东西，全在知识层。提示词里一旦写死了限额，限额一改就要重测全部用例。

L4 策略集中管理。 所有"什么情况转人工"的规则在一个地方。散落在各处的结果是：没有人能回答"这个场景到底在什么情况下会转人工"。

分层带来的三个实际好处

1、变更影响可预测。

CHANGE_IMPACT = { "L1_提示词": ["全部用例", "评估基线需重跑"], "L2_工具": ["该工具相关用例", "工具契约测试"], "L3_知识": ["该分区相关用例"], # 范围最小 "L4_策略": ["策略相关用例", "转人工率监控"], }

改知识（最频繁）的影响面最小。这正是我们想要的——最常变的东西要放在影响面最小的地方。

2、可独立测试。

def test_l4_policy(): """策略层可以脱离模型单独测""" for case in POLICY_CASES: result = policy_engine.evaluate(case) assert result.action == case.expected_action def test_l2_tool_contract(): """工具契约测试：入参、出参、错误行为""" for t in TOOLS: spec = TOOL_SPEC[t.name] assert set(t.input_schema) == set(spec.required_inputs)

策略层和工具层不依赖大模型，可以像普通代码一样做单元测试。这部分能覆盖的用例比例，通常比端到端测试高一个量级。

3、可观测性清晰。

def trace_step(session, layer, name, detail): log({ "scene": session.scene_id, "layer": layer, # 定位到层 "step": name, "detail": detail, })

出问题时，先看是 L3 的知识没召回、L2 的工具返回错了，还是 L4 的策略判错了。分层的直接价值就是排障时不用猜。

一个常见的分层错误

把策略写成自然语言放进提示词。

比如在提示词里写"如果情况比较复杂就转人工"。"比较复杂"是什么？模型每次理解都不一样。

策略必须可执行、可测试、可枚举。 阈值是配置，条件是代码。

一个建议的落地顺序

第一版把 L1 写好。 边界和输出契约是最容易漏、后果最严重的部分。

第二版补 L4。 策略层独立出来后，转人工逻辑才可控可调。

第三版做 L2/L3 分离。 这需要知识已经积累到一定量、变更频率明显上升时才有意义。

不要一开始就追求四层完美。 先把 L1 和 L4 做对，收益已经占大头。

——以上为《智能体建设地图》的第三方解读。该地图由 CXOU® AI 研究院出品、，是一份持续更新的企业智能体落地图谱。数智化转型网将持续以独立视角解读其中的重点场景与共性规律。如需查看完整地图、可关注 CXOUNION 官方渠道、。