撰写高质量的提示词，核心在于为AI智能体提供恰到好处的信息——既不过量也不欠缺，使其能够准确理解任务并产出期望的结果。不要低估它的重要性：随意拼凑的提示与精心构造的提示，LLM输出结果的质量可能存在天壤之别。
那么，一份能够充分激发智能体潜能的提示，究竟应包含哪些关键组成部分？以下六大要素，源自大量实际案例总结出的基础框架。
用户请求——这是最基础的用户指令，例如“请帮我完成这个任务”。用户需明确描述任务目标与预期成果，它决定了智能体行动的出发点，也是LLM理解任务背景与范围的根基。缺少这一要素，后续指令将失去依据。
智能体指令——提供清晰且具体的操作指引：明确智能体应扮演的角色、遵循的规则以及输出的格式。它划定了推理的界限，指示LLM输入的来源与输出的去向。指令越模糊，智能体越容易偏离预期方向。
环境状态——智能体需要感知当前环境才能有效决策，提示中常包含GUI截图、UI数据等多模态信息。一个实用技巧是同时提供原始截图和标注版本，帮助LLM消除视觉歧义。决策的准确性很大程度上取决于这一步。
行动文档——智能体可调用的工具与可执行的操作有哪些？文档需明确列出函数名称、参数列表、返回值类型等细节。让LLM清楚自己掌握的“工具集”，才能选择最恰当的动作来完成目标。
示例展示——提供若干输入-输出样例，能够激发LLM的上下文学习能力。模型通过观察“在特定情况下应如何处理”的示范，便能举一反三。特别是在GUI相关任务中，高质量的示例能显著提高泛化性能。
补充信息——历史记录、外部知识库检索结果（RAG）等额外上下文，能够辅助智能体做出更明智的决策。就如同人类在做判断时参考过往经验与最新信息，规划自然会更加可靠。
将这六大要素整合到同一个提示中，LLM便能获得完整的上下文与清晰的行动指南。高效与可靠并非偶然。这种系统化的提示工程方法，正是推动LLM驱动的GUI智能体从“能运行”迈向“运行稳定、执行精准”的关键。