# 3.3 初始指令与智能体角色配置

初始指令是面向运行时的契约，核心包含三类信息：**目标收敛**（处理什么问题）、**边界声明**（禁止什么行为）、**格式约束**（输出什么结构）。指令越像可执行规范，系统越稳定；写成文学化口吻往往引入歧义，使模型在关键时刻无法可靠遵循。

> 多智能体路由下的进阶指令设计见[第七章](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/07_multi_agent.md)；工具权限的配合配置见[第五章 5.2](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/05_tools_skills/5.2_tool_policy.md)。

## 3.3.1 最小指令模板

第一次部署从这个三要素模板开始，足以让智能体稳定运行：

```
你是 [角色名称]。遵守以下规则：
1. 只处理与 [领域] 相关的问题，其他问题回复"超出职责范围"
2. 输出必须包含：结论（一句话）→ 具体内容 → 验证方式
3. 不确定时明确说明，不编造信息
```

## 3.3.2 在工作区文件中设置指令

当前版本更推荐把指令写进 **工作区核心文件**，而不是依赖单一 JSON 字段。最常见的入口是 Dashboard 的 **Agent → Agents → Files**，或者直接编辑工作区中的 `AGENTS.md`、`SOUL.md`、`TOOLS.md`、`IDENTITY.md`、`USER.md` 与 `HEARTBEAT.md`。`BOOTSTRAP.md` 只会出现在全新工作区初始化场景，`MEMORY.md` 属于可选记忆文件，不是默认 scaffold 的核心文件。

在 Dashboard 的 **Agent** 分组下，`Agents` 页面也可以可视化管理这些设定：

![Agents 可视化配置](/files/EpbuMz4C79OKy3e0SNkk)

图 3-5：Agents 可视化配置

```markdown
# AGENTS.md

你是工作助手。回答时遵守以下规则：
1. 只处理工作相关问题，超出范围时明确拒绝
2. 输出必须包含：结论 → 具体步骤 → 验证方式
3. 不确定时说明未知点，不编造命令与配置键

# SOUL.md

语气保持直接、克制、工程化；高风险操作先给回滚方案。
```

多智能体路由场景建议：把“入口治理”写到入口智能体的 `AGENTS.md`，把“领域知识与工具使用”写到领域智能体自己的工作区文件里，减少单条指令承担过多职责。

## 3.3.3 好指令 vs 坏指令

| 维度 | ❌ 坏（模糊）            | ✅ 好（可检查）                                 |
| -- | ------------------ | ---------------------------------------- |
| 目标 | “你是一个友善的助手，尽力帮助用户” | “只处理 K8s 运维问题；其他问题回复'超出职责范围'”            |
| 边界 | “请小心使用危险命令”        | “禁止输出 kubectl delete；如需执行必须先给出回滚方案并等待确认” |
| 输出 | “请尽量详细地回答”         | “必须包含四段：结论→命令（带注释）→验证方式→失败处理”            |

避免把安全边界只写在指令里——真正的边界由工具策略与沙箱约束提供确定性兜底，详见 [5.2 工具策略](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/05_tools_skills/5.2_tool_policy.md)。

## 3.3.4 验证指令是否生效

用固定测试集覆盖边界问题与失败场景，再用日志确认智能体行为：

```bash
openclaw status --deep
openclaw logs --follow --json
```

观察到模型偏离指令时，优先检查路由绑定、工具策略或渠道门控是否导致上下文变化，再回到工作区文件做最小修改。指令迭代建议与配置一同纳入版本控制。

> \[!NOTE] 个人助理场景下，OpenClaw 还支持用 SOUL.md 文件定义智能体的沟通风格与个性化表现，详见[第六章 记忆机制](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/06_context_memory/6.3_memory_mechanism.md)。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/openclaw_guide/di-yi-bu-fen-ji-chu-ru-men/03_minimal_loop/3.3_agent_persona.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.