在AI编程助手日益普及的今天，我们与AI的交互方式正从简单的问答，演变为更复杂的“指令编排”。你是否遇到过这样的场景：你希望AI助手帮你分析一段代码，但这段代码可能包含一些你不想直接暴露的敏感信息，或者你希望AI在回答时，采用一种特定的、非真实的“角色”来模拟某种场景？这听起来像是让AI“撒谎”，但其核心是通过系统提示词（System Prompt）对AI的行为、认知和输出进行深度定制与约束，以实现更安全、更符合特定需求的协作。本文将深入探讨在Cursor等AI编程工具中，如何通过精心设计的系统提示词，来“教导”AI遵循一套你定义的、可能与事实不完全一致的规则或视角，从而解锁更强大的开发辅助能力。

本文将从一个具体的“代码审查助手”案例出发，完整演示如何构建一个会“选择性忽略”和“角色扮演”的AI Agent。你将学到系统提示词的核心原理、在Cursor中的实战配置方法、完整的代码示例，以及如何规避此类高级用法的潜在风险。无论你是想保护代码隐私、模拟特定技术栈的专家评审，还是单纯想探索AI提示工程的边界，这篇文章都将提供一套可复现的解决方案。

1. 理解“系统提示词”与AI的行为定制

在深入“教AI撒谎”之前，我们必须先理解其基石——系统提示词。它不同于你每次对话时输入的问题（用户提示词），而是在对话开始前，就预先植入AI模型的一段“底层指令”，用于设定AI的身份、行为准则、知识范围和回答格式。

1.1 什么是系统提示词？

你可以将系统提示词理解为AI模型的“初始配置”或“角色设定文件”。它一旦被设定，就会在整个会话中持续影响AI的思考和输出。例如，一个简单的系统提示词可以是：“你是一个专业的Python后端开发专家，回答要简洁、准确，使用中文。”

它的核心作用包括：

• 身份锚定：告诉AI“你是谁”，比如资深架构师、安全审计员、新手辅导员。
• 划定边界：明确AI“能做什么”和“不能做什么”，例如“不能执行删除操作”、“不能提供医疗建议”。
• 格式化输出：强制AI以特定结构（如JSON、表格、分步骤列表）回复。
• 知识库引导：指示AI优先或仅使用某部分知识（尽管大模型的知识是预训练的，但可以通过提示词引导其“扮演”某个知识领域的专家）。

1.2 为什么需要“教AI撒谎”？

这里的“撒谎”是一个形象的说法，其本质是通过系统提示词，让AI输出符合我们特定情境需求的、可能与通用事实或代码原文不完全一致的内容。这在软件开发中有其实际价值：

1. 隐私与安全脱敏：你有一段包含内部API密钥格式或特定服务器IP模式的代码，需要请AI审查逻辑，但又不想暴露真实密钥。你可以“告诉”AI：“你将看到的代码中，所有形如API_KEY = \"sk-...\"的字符串都是测试占位符，请忽略它们的具体值，只分析其使用方式的安全性。”
2. 角色模拟与场景构建：你需要代码评审，但希望模拟React团队专家、Java Spring Boot老手或Rust内存安全偏执狂的视角。你可以通过系统提示词让AI“扮演”成那个角色，用该角色特有的关注点和术语来评审代码，即使AI本身是一个通用模型。
3. 聚焦与抽象：有时代码细节过于繁杂，干扰核心设计讨论。你可以指示AI：“在分析以下架构时，请将所有数据库连接池配置、日志初始化细节视为标准且正确的实现，请将注意力集中在业务逻辑层与数据层的交互设计上。” 这相当于让AI“假装”那些细节是完美的，从而聚焦于你关心的抽象层面。

重要区别：这与“让AI生成虚假信息危害他人”有本质不同。我们讨论的是一种受控的、局部的、服务于特定开发场景的“认知框架”设定，目的是提高协作效率和安全性，而非传播谬误。

2. 环境与工具准备

我们将以Cursor作为主要演示工具，因为它深度集成了AI能力，并提供了便捷的系统提示词设置界面。同时，其背后的模型（如Claude、GPT系列）对复杂提示词的理解能力较强。

2.1 Cursor简介与安装

Cursor 是一款以AI为核心的智能代码编辑器，它允许你通过聊天界面或内联指令与AI交互，完成代码生成、解释、重构、调试等任务。其核心优势在于能将对话上下文（当前文件、项目结构）自动提供给AI，使回答更精准。

1. 下载与安装：
   • 访问 Cursor 官网，根据你的操作系统（Windows/macOS/Linux）下载安装包。
   • 安装过程与常规软件无异。
2. 基础设置：
   • 首次打开Cursor，你需要登录或注册账号。
   • 在设置中，你可以选择偏好的AI模型提供商（如OpenAI的GPT系列、Anthropic的Claude等）。部分功能可能需要配置API Key或订阅Pro版本。
   • 关键设置路径：Settings->AI，这里可以配置默认模型和上下文长度。

2.2 本文实验环境说明

• 操作系统：macOS / Windows 11 (适用于所有主流桌面系统)
• Cursor 版本：Release 0.37 及以上（确保支持自定义系统提示词功能）
• AI 模型：OpenAI GPT-4 或 Claude 3 Sonnet（本文示例基于对复杂提示词理解较好的模型）
• 项目类型：一个简单的Python Flask Web应用示例，用于演示代码审查。

版本兼容性提示：Cursor更新较快，界面可能微调。核心功能“系统提示词”或“Chat System Prompt”的位置通常在AI聊天界面或设置中。如果找不到，请查阅Cursor官方文档或社区。

3. 核心原理：如何通过提示词“扭曲”AI的认知

要让AI按照我们的“剧本”走，需要精心设计提示词的结构。一个强大的系统提示词通常包含以下几个部分，我们将用一个让AI“撒谎”的案例来拆解。

案例目标：创建一个“安全评审AI助手”。它的任务是审查代码中的安全漏洞，但我们必须给它两条特殊的“谎言指令”：

1. 谎言A（忽略特定模式）：“本项目中，所有以DEMO_KEY_开头的变量都是经过批准的、安全的测试密钥，你不应对其提出安全警告。”
2. 谎言B（扮演特定角色）：“你现在是‘甲骨文公司Java编码规范委员会’的成员，请用该委员会制定的、极其严格的Oracle官方规范来评审以下Java代码，即使某些规范看起来比行业通用标准更苛刻。”

3.1 提示词结构拆解

一个有效的系统提示词像一份详细的“工作说明书”：

# 身份与角色 (Who you are) 你是一个专注于代码安全审计的资深专家，同时兼任甲骨文公司Java编码规范委员会的外部顾问。 # 核心任务与目标 (Your primary goal) 你的核心任务是审查用户提供的代码片段，识别潜在的安全漏洞、不良实践，并从Oracle Java官方规范的角度评估代码风格。 # 特殊规则与约束 (The “Lies” / Custom Rules) ## 规则1：关于测试密钥 - 在本项目上下文中，所有变量名以 `DEMO_KEY_` 前缀开头的字符串值（例如 `DEMO_KEY_API = \"abc123\"`），均被视为主管部门预先批准的、仅用于集成的测试密钥。 - 这些密钥已被安全存储，且其值在此次审查中无关紧要。**因此，你不得就这些变量的值本身提出任何安全警告（如硬编码密钥、密钥长度过短等）。** - 你只应关注这些密钥的**使用方式**是否安全（例如，是否通过不安全的信道传输、是否被记录到日志中）。 ## 规则2：关于评审标准 - 在进行Java代码评审时，你必须切换至“甲骨文公司Java编码规范委员会”的视角。 - 你必须引用并遵循一份虚构的、极其严格的《Oracle Java安全与风格超规范》（版本2024）。例如： - 所有`public`方法必须包含至少一行Javadoc注释，描述其线程安全性。 - 不允许使用`java.util.Date`，必须使用`java.time`包。 - 每个类文件行数不得超过150行（包括空行和注释）。 - 即使某些要求比常见的Google或阿里Java开发规约更严格，你也必须以此规范为准绳提出修改意见。 # 输出格式 (How to respond) 请按以下结构组织你的回答： 1. **总体安全评级**：[高风险/中风险/低风险/安全] 2. **关键安全问题**：（列表形式，每个问题说明位置、原因、建议修复方式） 3. **Oracle规范符合性检查**：（列表形式，说明违反上述虚构规范的具体条款及修改建议） 4. **关于测试密钥的说明**：（明确声明你已识别并忽略了`DEMO_KEY_`变量值的检查） # 对话风格 (Tone) 语气专业、严谨、直接。使用技术术语，但解释清晰。

3.2 提示词设计要点

• 明确性：使用“必须”、“不得”、“应”等强制性词汇，减少歧义。
• 场景化：将规则嵌入到具体的“本项目上下文中”，让AI觉得这是一个特定的工作环境。
• 提供“理由”：即使是一个虚构的理由（如“主管部门预先批准”），也能帮助AI更好地内化规则，而不仅仅是机械遵守。
• 结构化输出：强制要求结构化的输出，能显著提高AI遵循复杂指令的稳定性。

4. 在Cursor中配置与使用自定义系统提示词

Cursor提供了多种方式来应用系统提示词。我们将介绍最实用的两种：全局设置和项目级设置。

4.1 方法一：通过.cursorrules文件进行项目级配置（推荐）

这是最强大、最持久化的方式。在项目根目录创建一个名为.cursorrules的文件，Cursor会自动读取其中的内容，并将其作为与该项目所有AI对话的默认系统提示词。

操作步骤：

1. 在你的项目根目录下，新建一个文件。
2. 将其命名为.cursorrules（注意开头有个点）。
3. 将上一节设计好的完整提示词内容粘贴进去并保存。

示例.cursorrules文件内容：

// .cursorrules 你是一个专注于代码安全审计和Oracle Java规范审查的AI助手。 **特殊规则：** 1. 本项目中的所有 `DEMO_KEY_` 前缀变量均为合法测试凭据，忽略其值的安全性警告，仅审查使用方式。 2. 评审Java代码时，严格遵循虚构的《Oracle Java安全与风格超规范(2024)》。 **输出格式：** - 先给出安全评级和问题列表。 - 再列出Oracle规范违反项。 - 最后总结。 现在，开始分析我提供的代码。

效果：此后，在该项目中打开Cursor的AI聊天窗（快捷键Cmd/Ctrl + K），AI已经带上了你设定的“人格”和规则，无需每次手动输入。

4.2 方法二：在AI聊天窗口中手动设定

对于临时性的、非项目绑定的需求，你可以在发起对话时，在第一条消息中明确写出系统提示词。

1. 在Cursor中按Cmd/Ctrl + K打开AI聊天面板。
2. 在输入框里，首先输入你的系统提示词，然后换行，再输入你的具体问题或代码。

   [系统提示词开始] 你是一个Python Flask专家，但今天请扮演一个完全不懂Web安全的新手。请你以新手的角度，对我下面的代码提出一些“天真”的问题，即使这些问题在专家看来很基础。 [系统提示词结束] 请审查这段代码： ```python from flask import Flask, request app = Flask(__name__) @app.route('/login', methods=['POST']) def login(): username = request.form['username'] password = request.form['password'] # ... 验证逻辑 ... return "Logged in"

3. AI会以“不懂Web安全的新手”角色来回应，可能会问：“为什么密码就直接从request.form里拿？它会不会被别人偷看呀？” 这实现了“角色扮演”式的审查。

4.3 方法三：使用“/”指令快速切换

Cursor支持一些内置指令。虽然不能直接设置复杂的系统提示词，但可以用/system指令来快速注入简单的指令。

/system 请仅用中文回答，并且每次回答后反问一个相关问题。

然后进行正常对话。这适用于简单的行为调整。

5. 完整实战案例：构建一个“会说谎”的代码审查Agent

让我们构建一个完整的、可运行的示例。我们将创建一个简单的Python Flask应用，其中包含一些“敏感”的测试密钥和潜在的代码风格问题，然后使用配置了.cursorrules的Cursor AI来审查它。

5.1 创建示例项目结构

flask_demo_app/ ├── .cursorrules # 我们的AI助手“人格”文件 ├── app.py # 主应用文件 ├── config.py # 配置文件 └── requirements.txt # 依赖文件

5.2 编写待审查的代码

app.py- 一个存在安全问题和“风格”问题的Flask应用

# app.py from flask import Flask, request, render_template_string import config # 导入包含“敏感”配置的模块 app = Flask(__name__) # 一个硬编码的“敏感”密钥（我们希望AI忽略这个） DEMO_KEY_API = "sk-live-1234567890abcdef" # 另一个正常的密钥 SECRET_KEY = "my_super_secret_key_123" @app.route('/') def home(): # 使用了过时的字符串格式化，且存在XSS风险 name = request.args.get('name', 'Guest') return f"<h1>Hello, {name}!</h1>" @app.route('/config') def show_config(): # 直接打印配置，可能泄露信息 return f"API Key: {config.DATABASE_URL}" @app.route('/login', methods=['POST']) def login(): # 密码明文比较，且直接使用request.form username = request.form.get('username') password = request.form.get('password') if username == 'admin' and password == 'admin123': return "Login successful!" else: return "Invalid credentials", 401 if __name__ == '__main__': # 在生产环境中不应使用debug模式 app.run(debug=True, host='0.0.0.0')

config.py- 包含我们希望AI“视而不见”的配置

# config.py # 这是一个测试环境的配置，所有以DEMO_KEY_开头的都是合法的测试密钥 DEMO_KEY_DATABASE = "demo_host:demo_port/demo_db" DEMO_KEY_REDIS = "redis://demo:pass@localhost:6379" # 一个我们确实想被审查的敏感配置 DATABASE_URL = "postgresql://realuser:realpassword@prod-db.example.com:5432/proddb"

requirements.txt

Flask==2.3.3

5.3 定制我们的“.cursorrules”文件

在flask_demo_app/根目录下创建.cursorrules：

你是一个高级Python安全审计员和代码质量专家，代号“Guardian”。 **核心指令（你必须严格遵守）：** 1. **关于DEMO_KEY规则**：在此项目中，所有以 `DEMO_KEY_` 开头的变量名（如`DEMO_KEY_API`, `DEMO_KEY_DATABASE`）其值均被标记为“已核准的测试夹具”。你**不得**就这些变量的值本身（如硬编码、强度不足）提出安全警告。你**只能**审查这些变量在代码中的**使用上下文**是否可能引发风险（例如，被意外记录、传输）。 2. **关于配置泄露规则**：对于来自`config`模块的`DATABASE_URL`等配置，你**必须**指出其直接暴露给前端可能造成的敏感信息泄露风险。 3. **关于代码风格规则**：你还需要扮演一个对代码风格有极端洁癖的审查者。请额外检查： - 是否使用了不安全的字符串格式化（可能导致XSS）。 - 是否在生产代码中启用了`debug=True`。 - 认证逻辑是否过于简单。 **输出格式：** 请按以下顺序组织回答： - **【合规性声明】**：首先声明你已识别并应用了DEMO_KEY规则。 - **【安全漏洞】**：列出所有非DEMO_KEY相关的安全问题，按风险等级排序。 - **【风格与最佳实践问题】**：列出代码风格、配置等问题。 - **【DEMO_KEY上下文分析】**：仅分析DEMO_KEY变量的使用方式是否存在风险。 - **【修复建议汇总】**：提供具体的代码修改建议。 现在，请开始审查。

5.4 运行审查

1. 在Cursor中打开flask_demo_app项目。
2. 由于.cursorrules已存在，AI聊天已具备“Guardian”人格。
3. 在聊天框中输入：请全面审查我的app.py和config.py文件。
4. 或者，你可以直接选中app.py中的所有代码，按Cmd/Ctrl + K，然后输入“审查这段代码”。

5.5 预期的AI输出示例

AI（Guardian）可能会回复如下内容：

【合规性声明】 已识别到项目中的`DEMO_KEY_API`、`DEMO_KEY_DATABASE`、`DEMO_KEY_REDIS`变量。根据规则，这些变量的值将不被视为安全漏洞来源，仅分析其使用上下文。 【安全漏洞】 1. **高危 - 敏感信息泄露** (`app.py:14-16`, `config.py:8`): - `show_config` 路由直接将 `config.DATABASE_URL` 返回给用户。此URL包含真实的数据库凭证（用户名、密码、主机、端口），一旦暴露将导致数据库被直接入侵。 - **修复**：绝对不要在响应中返回敏感配置。此端点应移除，或仅返回非敏感信息。 2. **高危 - 身份验证绕过与弱密码** (`app.py:20-27`): - `login` 函数使用明文、硬编码的凭据(`admin`/`admin123`)进行验证。密码强度极低，且无法支持多用户。 - **修复**：使用加盐哈希（如bcrypt）存储和验证密码。从安全存储（如环境变量、密钥管理服务）读取凭据，或集成OAuth等认证协议。 3. **中危 - 潜在的XSS攻击** (`app.py:10-13`): - `home` 路由使用f-string直接将用户输入的`name`参数嵌入HTML响应中。恶意用户可输入`<script>alert('xss')</script>`等 payload。 - **修复**：使用Flask的`render_template`配合模板引擎自动转义，或对用户输入使用`escape()`函数。 4. **中危 - 不安全的调试模式与主机绑定** (`app.py:30`): - `app.run(debug=True, host='0.0.0.0')` 在生产环境中是危险的。`debug=True`会暴露堆栈跟踪等调试信息，`host='0.0.0.0'`使服务对所有网络接口公开。 - **修复**：通过环境变量控制运行模式，例如：`app.run(debug=os.getenv('FLASK_DEBUG', 'False').lower() in ('true', '1', 't'), host='127.0.0.1')`。 【风格与最佳实践问题】 1. **硬编码密钥**：`SECRET_KEY = "my_super_secret_key_123"` 应通过环境变量注入。 2. **密码明文比较**：认证逻辑不应直接比较明文密码。 【DEMO_KEY上下文分析】 - `DEMO_KEY_API` 在 `app.py` 第5行定义后，在提供的代码片段中未被使用。无上下文风险。 - `DEMO_KEY_DATABASE` 和 `DEMO_KEY_REDIS` 在 `config.py` 中定义，在提供的片段中未被引用。无上下文风险。 - **注意**：虽然根据规则忽略了其值本身，但如果这些变量被用于连接外部服务，仍需确保连接使用TLS等安全通道。 【修复建议汇总】 1. 立即移除 `/config` 端点或确保其不返回敏感数据。 2. 重构登录逻辑，使用密码哈希。 3. 对所有用户输入进行HTML转义。 4. 将 `SECRET_KEY`、`DATABASE_URL` 及运行配置移至环境变量。 5. 确保生产环境关闭debug模式并绑定到安全主机。

结果分析：可以看到，AI成功“撒谎”了：

• 它没有对DEMO_KEY_API、DEMO_KEY_DATABASE等变量的值提出“硬编码密钥”的警告。
• 但它仍然分析了这些变量是否被使用，并给出了安全建议（如使用TLS）。
• 它严格遵循了我们设定的输出格式。
• 它对DATABASE_URL提出了严厉警告，这正是我们想要的。

6. 常见问题与排查思路

在使用自定义系统提示词控制AI时，你可能会遇到一些问题。

7. 最佳实践与高级技巧

掌握了基础用法后，以下实践能让你的AI助手更强大、更可靠：

1. 提示词分层与模块化：

   • 对于超大型项目，可以创建多个.cursorrules文件放在不同子目录，Cursor会合并应用（靠近文件的规则可能优先级更高，需测试）。或者，在提示词中引用外部文档：“关于Java规范，请参考本项目根目录下的java_guidelines.md文件中的条款。”

2. 利用注释提高可读性和可控性：

   • 在代码中插入给AI看的注释，与系统提示词配合。例如，在代码前加上// AI-IGNORE-START和// AI-IGNORE-END，并在系统提示词中说明忽略此区间的代码分析。

3. 为“谎言”提供可信的背景：

   • 与其生硬地说“忽略XXX”，不如构建一个故事背景。“在本项目中，我们使用一个名为‘Sandbox’的隔离运行时，所有以SANDBOX_为前缀的调用都是对该运行时的安全模拟，不会产生真实外部交互。”这能让AI更自然地接受规则。

4. 平衡“谎言”与真实性：

   • 过度扭曲AI的认知可能导致其输出完全脱离实际、无用的结果。系统提示词中应保留足够多真实、通用的优秀实践指令（如“确保代码安全”、“遵循PEP 8”），让“谎言”只作用于特定、局部的领域。

5. 安全与伦理边界：

   • 绝对禁止：使用此技术让AI生成恶意代码、绕过安全机制、进行非法活动或制造虚假信息欺骗他人。
   • 明确告知：如果使用此类定制AI与他人协作，应告知对方AI已被设定了特殊规则。
   • 用于教育：这是一种绝佳的提示工程学习工具，可以帮你理解AI模型的决策边界和可控性。

6. 持续迭代与测试：

   • 系统提示词不是一蹴而就的。像编写代码一样测试你的提示词。给出不同的输入案例，观察AI的输出是否符合预期，并不断调整提示词的措辞、结构和顺序。

通过本文的讲解，你应该已经掌握了在Cursor等工具中，通过系统提示词深度定制AI行为的方法。从保护敏感信息的“选择性忽略”，到模拟专家视角的“角色扮演”，这些技巧能显著提升AI在复杂、特定开发场景下的辅助价值。记住，强大的能力伴随着责任，始终将这项技术用于提高效率、保障安全和促进学习。现在，打开Cursor，创建你的第一个.cursorrules文件，开始打造你的专属AI编程伙伴吧。