数字人的大脑：脚本、提示词和知识库的关系

很多人第一次配数字人客服，会往后台里塞三样东西：一段欢迎语、一段角色设定、一堆产品资料。上线三天就发现不对劲，客户问能不能退货，它答了一段品牌故事；客户问多少钱，它把整篇参数念了一遍。这不是模型不行，是三样东西放错了位置。脚本、提示词、知识库各管一段，混着用就会答非所问。这一篇把三者的分工讲清楚，也讲清最常见的几种错配，让你在配置阶段就把坑绕开。

三个东西放在一个后台里，最容易搞混

先给一句总纲。脚本管这一次说什么，是提前写死的；提示词管平时怎么说话，是每次对话都要带上的规矩；知识库管能查到什么，是遇到具体问题时去翻的资料。打个比方，脚本是台词本，提示词是演员的人物小传加表演要求，知识库是后台那排资料柜。演一段戏，三样都要，但谁也不能替谁。台词本写得再好，演员不知道角色性格，念出来还是干巴巴；资料柜再全，没有表演要求，回答就像念说明书。理解了这一点，后面所有的配置问题都能自己判断。

脚本：规定它这一次说什么

脚本是预生成的，用于短视频口播、课程录制、产品介绍这类内容固定的场景。它的特点是结果确定：写什么念什么，不会跑偏。判断一段内容该不该写成脚本，看两点：这个问题会不会被反复问，答案会不会变。会反复问、答案不变的，就该写死成脚本，比如营业时间、退换货流程、产品的三个主要卖点。这类内容交给大模型现场生成，反而每次说法不一样，容易出错，也不好统一口径。脚本的另一个好处是可审：金融、医疗这类需要合规的场景，只有写死的文本才能逐句过审，让模型自由发挥就等于把风险交给运气。

提示词：规定它平时怎么说话

提示词是给模型的指令，决定角色、语气、边界。好的提示词像给新员工做入职交代：你是谁、你面对谁、说话多长、什么不能承诺、不确定时怎么办。常见的毛病是写得太文学，比如你是一位温暖专业的顾问，模型理解不了温暖具体是什么，最后只会套一句您好很高兴为您服务。换成可执行的说法：每次回答不超过三句、先回答问题再补充说明、遇到价格问题引导到人工、不确定时说帮您确认而不是编一个答案。提示词不需要长，需要具体。写完之后最好的检验办法是拿十个刁钻问题去试，看它有没有越界。

知识库：规定它能查到什么

知识库解决的是它不知道的事。做法是把产品手册、常见问题、政策文件切成小段存起来，用户提问时先检索出最相关的几段，再让模型基于这几段回答。这个套路行内叫检索增强生成，说白了就是开卷考试：先翻书，再答题。它的效果取决于两件事：资料切得对不对，检索准不准。资料切得太碎会丢上下文，切得太大又会带进无关内容，导致答非所问。所以知识库不是把文件一上传就完事，要按问题类型重新组织，比如把退货相关的条款集中在一段，把价格相关的内容单独成块，检索时才不会串味。

四种典型错配，以及各自的表现

下面这四种错配，几乎每个新项目都会踩到其中一两个。对着表自查一遍，能省掉很多调试时间。

还有一种情况是三者都齐了，效果仍然不好，多半是知识库和提示词在打架。比如提示词要求回答不超过三句，知识库里的条款却是一大段，模型只能硬压，压出来就断章取义。解决办法是把知识库里的长段落也按三句话一段重写，让两边的要求对得上。

记住一句话：脚本求稳，提示词求像，知识库求准。三者各就各位，数字人才不会答非所问。如果你正准备上线一个数字人，建议先把客户最常问的二十个问题列出来，能写死的写成脚本，需要变通的放进知识库，剩下的用提示词框住范围，半天就能理清，比反复调模型有效得多。