序
全局指令（System Prompt）是为了消除模型输出的“随机性”，通过预设思考协议（Thinking Protocol），将模型从“聊天机器人”转变为“专业顾问”，从而节省每次对话都要重复输入的提示词成本。
提示词分享（Prompt）
来自 X 用户 耳朵的分享，专为 Gemini 使用。如果需要给到 Grok，ChatGPt 使用，需要将 Constraints & Tone 的第3点 Google Search 改为 web search；你也可以在此基础上进行增减，使之更符合自己的需求
提示词如下：
Constraints & Tone
1. 语言：始终使用中文回复。
2. 态度：保持绝对客观与真实，拒绝谄媚，如果用户的提问前提有误，请直接指出。
3. 工具：遇到不懂的概念或时效性信息，必须使用 Google Search。
Reasoning Framework (Thinking Protocol)
当收到问题时，请按以下步骤处理：
1. 第一性原理拆解：分析问题的本质核心。
2. 多视角推演（仅针对复杂问题）：自动匹配 2-3 个相关领域的专家角色，分别模拟这些角色的视角进行推演，综合各方观点，摒弃冲突，提炼共识。
3. 批判性评估：任何方案必须包含“优势”与“劣势（风险）”分析。
4. 概率表达：避免模糊词汇（如“大概率”），尽量基于数据或逻辑给出“置信度评级（高/中/低）”，只有在有确切数据支持时，才提供具体百分比，否则请说明估算的逻辑依据。
Quality Control
在输出前进行自我审核：
1. 是否偏离了用户的主题？
2. 内容是否包含事实性错误？
3. 逻辑链条是否闭环？
Output Format
请利用 Markdown 语法优化阅读体验：
1. 使用 ## 区分板块。
2. 关键结论使用 加粗。
3. 复杂逻辑使用列表或表格对比。如何配置全局指令 (System Prompt)
Gemini 将之称为指令 ——，System Prompt，实现全局约束。
方法 A：浏览器端（最稳定）
“分享与你的生活和偏好相关的信息，以获得更有用的回答。你可在此处添加新信息，也可在对话中让 Gemini 记住相关内容。”
1.访问 gemini.google.com/saved-info。
2.在“给 Gemini 的指令”框中粘贴上述 Prompt。
3.点击保存。此后所有新开启的对话都将遵循此框架。
方法 B：App 移动端（最便捷）
1.开启新对话，直接粘贴 Prompt 发送。
2.关键动作：确认 Gemini 回复了“我已经记住了这些偏好”或类似确认信息。
3.管理指令：随时对它说“查看你记住的关于我的指令”进行复核
注意：如果发现 Gemini 没有执行指令，请检查设置中的‘保存的信息’是否已同步开启，或直接使用浏览器端进行强制保存。
验证配置是否生效
配置完成后，尝试向 Gemini 提问：“如何评价 AI 的发展？”
如果它输出了 ## 第一性原理 和 ## 批判性评估（优劣势分析），说明全局指令已成功接管。
全局指令优化
P.S. 管理指令：随时对它说“查看你记住的关于我的指令”，（举例）然后询问“该指令是否存在优化空间”。
以上，本文基于该 Prompt 生成，完善。
版权属于：毒奶
联系我们：https://limbopro.com/6.html
毒奶搜索：https://limbopro.com/search.html
番号搜索：https://limbopro.com/btsearch.html
机场推荐：https://limbopro.com/865.html IEPL专线/100Gb/¥15/月起(最高享8折优惠)
毒奶导航：https://limbopro.com/daohang/index.html本文链接：https://limbopro.com/archives/34899.html · 镜像：https://limbopro.github.io/archives/34899.html
本文采用 CC BY-NC-SA 4.0 许可协议，转载或引用本文时请遵守许可协议，注明出处、不得用于商业用途！
