Siri 的"大脑"被人扒了底裤。1,300 行系统提示词、9,000+ Tokens 的指令集直接曝光——这比大多数 RAG 应用的完整 Prompt 还长。苹果花了几年时间把 Siri 从"语音助手"改造成"设备智能体"，这套 Prompt 就是底层架构的 X 光片。
这套 Prompt 到底在控制什么？
泄露内容的核心设计就两块：实体系统 + 工具机制。
实体系统把 iPhone 上的通讯录、日程、照片、位置等全部抽象成 JSON 实体。Siri 不是"理解"你有会议，而是实时读取结构化数据。等于说苹果在 Prompt 层就做了数据层的 Schema 定义，LLM 只负责决策，不碰原始隐私数据。
工具机制更狠——Siri 必须按优先级调用工具，而不是张嘴就编。搜索工具、设备控制工具、第三方 App 接口，全都有明确的调用顺序和兜底逻辑。(这里有个坑：如果工具调用失败，Prompt 里写了必须回退到"诚实告知无法完成"，而不是幻觉一个答案)
苹果的 Prompt 工程哲学
泄露的指令里有句狠话："必须先思考后行动，不得基于模型知识直接生成"。
这等于给 LLM 戴了紧箍咒。传统 Chatbot 遇到不知道的就编，苹果直接禁止——Siri 的思考过程必须锚定在设备实时数据 + 可调用的工具集上，知识库权重被压到最低。
另一个细节：诚信原则被写进系统层。不是免责声明，是硬性约束。Prompt 里明确区分"事实陈述"和"推测性回答"的触发条件，推测必须标注不确定性。
为什么这值得开发者抄作业？
- 长度≠冗余：9,000 Tokens 里大量是工具描述和边界 case 的 few-shot 示例，说明复杂 Agent 的 Prompt 根本省不了
- 数据隔离设计：LLM 只操作抽象实体，原始数据在沙盒里，这是端侧 AI 的隐私标准答案
- 调用链管控：工具优先级、并发限制、超时回退，全是生产环境必踩的坑
这套 Prompt 的完整结构大概率会成为开源 Agent 框架的参考模板。毕竟苹果已经替你验证了：消费级设备上的 LLM Agent，Prompt 工程的天花板在哪里。
获取完整的提示词：
有兴趣的用户可以在这里查看提示词：https://gist.github.com/julianschiavo/2da270868175f0a52e423340c30a30b6
提示词备份：https://dl.landian.news/?dir=tmp/siri
你现在的项目里，系统 Prompt 占多少 Tokens？有没有遇到过"模型太聪明反而坏事"的场景——比如绕过工具直接瞎答？
评论 0 条
暂无评论，来种下第一颗种子。