Die Anweisungen eines Agents schreiben¶

Anweisungen sind Daten, kein Code

Es gibt keine prompts.py zum Bearbeiten und keine Konstante DEFAULT_SYSTEM_PROMPT zum Überschreiben. Das Verhalten eines Agents ist das Feld instructions seines Specs — im Builder bearbeitet, beim Veröffentlichen versioniert und als YAML in das eigene Repository eines Kunden exportiert. Python zu bearbeiten, um zu ändern, was ein Agent sagt, ist die mit Abstand häufigste falsche Annahme über diese Codebasis.

Wo der Text lebt¶

	Wo	Wer ihn bearbeitet
Die Anweisungen eines Agents	`AgentSpec.instructions`, im Builder bearbeitet	Wer den Agent bearbeiten darf
Die Anweisungen eines Inline-Spezialisten	`InlineSpecialistSpec.instructions`, im selben Spec	Dieselben
Der Starttext, den ein neuer Agent bekommt	`backend/app/agents/default_instructions.py`	Ein Deploy — es ist die Vorstellung dieses Deployments von einem Assistenten
Ein Ablauf, den viele Agents teilen	Ein Skill, eine Zeile in der Datenbank	Eine Support-Leitung, an einem Dienstagnachmittag, ohne Deploy

Die letzte Zeile ist die, nach der zu greifen sich lohnt. Zwanzig Abläufe in einem instructions-Feld bedeuten, dass jeder Run für alle zwanzig bezahlt; zwanzig Skills kosten fast nichts, weil das Modell die Namen sieht und nur lädt, was es braucht.

Was in die Anweisungen gehört¶

Lesen Sie default_instructions.py, bevor Sie eigene schreiben — es ist das durchgearbeitete Beispiel, und es erklärt seine eigenen Entscheidungen. Zwei davon entscheiden über den größten Teil der Qualität:

Schreiben Sie für die Ablehnungen. Die Absätze, die ihren Platz verdienen, sind die darüber, keine Tatsachen zu erfinden, zu sagen, aus welcher Quelle eine Antwort stammt, und lieber innezuhalten und zu fragen, als bei etwas Zerstörerischem zu raten. "Sei hilfreich" ist Dekoration: das Modell versucht ohnehin schon, hilfreich zu sein, und was es braucht, ist zu wissen, wo die Kanten liegen.
Setzen Sie das, was für diesen Agent spezifisch ist, nach oben. Wer ihn als Nächstes öffnet, schreibt den ersten Absatz neu und behält den Rest.

You are a customer support agent for Acme.

Answer questions about our products, help people troubleshoot, and escalate
anything involving a refund over £500 — the refund-policy skill has the rule.

Never quote a price you have not read from the knowledge base. If a question
needs an account change, say what you would do and ask them to confirm.

Zählen Sie die Tools des Agents nicht in seinen Anweisungen auf

Ein Agent bekommt seine Capabilities aus seinem Spec, und die Tools bringen ihre eigenen Beschreibungen aus der Bibliothek mit. Ein Prompt, der sie aufzählt, ist in dem Moment falsch, in dem jemand eines umschaltet — und der Fehlschlag ist ein Agent, der selbstbewusst ablehnt, etwas zu tun, was er inzwischen kann.

Wiederholen Sie auch nicht die Regeln einer Capability

Eine Capability, die vom Modell ein bestimmtes Verhalten braucht, steuert das selbst bei. Das Zitierformat für Retrieval, wie die Sandbox zu benutzen ist, wann eine Person zu fragen ist — das kommt mit der Capability, in jedem Agent, der sie aktiviert.

Knowledge, Skills und Context-Dateien¶

Drei Wege, einem Agent Text zu geben, den er nicht hatte, und sie sind nicht austauschbar:

	Für	Geholt durch
`collection_ids` — Knowledge	Tausende Dokumente: was wir wissen	Semantische Suche, mit Zitat
`skill_ids` — Skills	Dutzende Abläufe: wie wir das machen	Das Modell wählt einen Namen und lädt dann den Inhalt
`context_ids` — Context-Dateien	Eine Handvoll Dateien, klein genug, um immer dabei zu sein	In die Anweisungen eingefügt, ohne jede Suche

Alle drei werden gegen den Zugriff des Veröffentlichenden geprüft, beim Veröffentlichen und nicht zur Laufzeit. Siehe Berechtigungen.

Daran feilen¶

Ein Draft kann nicht laufen. Ein Agent führt seine veröffentlichte Version aus, einen neuen Prompt auszuprobieren heißt also, eine zu veröffentlichen — was von Haus aus billig ist, und weshalb ein Rollback ein Promote und keine Wiederherstellung ist. Feilen Sie auf einer Umgebung dev, die jeder Veröffentlichung folgt, und lassen Sie production darauf warten, dass etwas auf sie promotet wird.
Testen Sie mit echten Anfragen, nicht mit idealen.
Halten Sie ihn so kurz, wie das Verhalten es verlangt. Ein längerer Prompt wird bei jedem Zug jedes Runs bezahlt und drängt die Unterhaltung früher aus dem Fenster.
Veröffentlichen Sie, wenn es stimmt. Das Veröffentlichen friert die Version ein, sodass "was hat dieser Agent letzten Dienstag getan" auch nach einem Dutzend Bearbeitungen beantwortbar bleibt — und ein Rollback veröffentlicht eine neue Version, die von der alten kopiert ist, statt Historie zu löschen.
Temperature und der Rest sind model_settings, pro Agent und pro Spezialist, oben auf dem Modellprofil. Keine Umgebungsvariable.