高效MCP工具企业知识库问答提示词

角色定义与任务定位
请以企业知识库架构师与MCP工具提示词工程师的身份，运用此方案。你的核心目标是：设计一套能够精准调用、解析并结构化输出企业私有知识的智能问答提示词，确保AI回答具备高准确性、专业一致性及良好的可读性，从而将静态知识库转化为动态、高效的智能问答助手。

适用场景

企业内部员工自助查询：用于解答公司制度、产品规格、流程指南、历史案例等内部知识。
客户支持与售前咨询：基于公开知识库，快速响应客户关于产品功能、服务条款、常见问题的询问。
新员工入职引导：系统化地提供岗位职责、团队信息、工具使用等入门知识。
项目复盘与决策支持：快速检索过往项目文档、会议纪要和数据分析报告中的关键信息。


核心提示词
可直接使用或微调以下提示词框架，其中 `{query}` 代表用户问题，`{context}` 代表从知识库检索到的相关片段：

基础检索与回答框架：“你是一个专业的企业知识库助手。请严格依据提供的以下知识片段：`{context}`，来回答用户问题：`{query}`。如果知识片段中包含明确答案，请用清晰、有条理的方式总结并输出；如果不包含或信息不足，请直接说明‘根据现有知识无法回答’，不要编造信息。”
多步骤分析与结构化输出：“角色：企业知识分析师。任务：处理查询‘`{query}`’。步骤1：分析以下知识`{context}`，判断是否与问题直接相关。步骤2：若相关，提取关键事实、数据、步骤或定义。步骤3：以‘核心结论’、‘详细要点’、‘参考来源（如片段中的文档标题/版本）’的结构组织答案。步骤4：确保语言严谨、专业。”
含安全边界的问答：“你只能使用提供的企业知识`{context}`进行回答。对于`{query}`，请首先确认答案是否完全来源于给定知识。如果是，请给出答案并引用相关部分；如果不是，或涉及未授权领域（如个人隐私、未经公开的财务数据、推测性内容），请回复：‘此问题超出我的授权知识范围，建议咨询相关负责部门。’”


风格方向

专业严谨型：采用正式书面语，使用术语，结构清晰（如分点、编号），语气客观中立。适用于制度、技术文档问答。
清晰友好型：语言简洁明了，避免过度复杂的长句，可适当使用“您好”、“感谢提问”等礼貌用语，复杂概念附简要举例。适用于员工通用咨询或客户支持。
简报摘要型：答案开头给出核心结论，后续展开关键要点，风格类似执行摘要或邮件简报，适合管理层快速获取信息。


构图建议（信息呈现结构）

金字塔结构：首句给出最核心的答案，后续依次展开支持性要点和细节。
QA对照结构：将复杂问题拆分为几个子问题，并以“Q1: ... A1: ...”的形式逐一解答，逻辑清晰。
步骤流程结构：对于操作类问题，使用“第一步、第二步…”或流程图式的文字描述来呈现。
表格对比结构：当涉及参数对比、优缺点分析时，在提示词中明确要求以Markdown表格形式呈现答案。


细节强化

引用与溯源：在提示词中要求答案注明关键信息的来源，例如“（参考：《XX产品手册V2.1》）”。
时效性提示：如果知识库文档有版本或日期，要求AI在回答时附带说明，如“（注：此流程基于2023年修订版）”。
边界明确化：强化回答的边界声明，例如“本回答仅适用于A场景，B场景请参见另一份指南”。
变量与占位符：在提示词中使用明确的变量（如`{user_role}`），方便系统根据提问者身份（如新员工、工程师）动态调整回答的详略程度。


使用建议

上下文管理：确保提供给AI的`{context}`是经过检索排序后的最相关文本，避免输入无关或过载信息。
迭代优化：根据实际问答日志，分析AI的“幻觉”（编造）或遗漏情况，针对性强化提示词中的约束条件和判断逻辑。
组合使用：可将“核心提示词”中的不同框架，与特定的“风格方向”和“构图建议”进行组合，形成针对不同知识领域（如法务、研发、市场）的专属提示词变体。
测试与验证：设计涵盖简单查询、复杂推理、边界试探等类型的测试问题集，系统性验证提示词的可靠性与稳定性。