AI Agent的多步推理总是崩，怎么设计Prompt让它稳定点？

我之前也踩过这个坑，说实话光在system prompt里喊“记住历史”基本没用，模型该忘还是忘。后来我改成把每一步的中间结果显式塞回下一轮的输入里，比如查完订单就把订单状态、延迟天数这些结构化写进prompt，而不是指望它自己从对话历史里翻。另外ReAct本身对长链条就不太友好，我现在的做法是拆成子任务，每个子任务单独一次调用，退款这种关键动作直接用function calling强制走工具，别让它自由发挥输出文本。还有个点是别让它“想太多”，reasoning步骤给个上限，超过就强制进入下一步，不然它会在判断延迟那儿绕来绕去。你那个退款接口失败，大概率是上下文里工具描述和当前状态没对齐，可以试试每步都重新声明一遍可用工具和当前进度。

这个问题其实挺典型的，ReAct在单步工具调用上很稳，但一旦涉及条件分支和跨步骤状态传递就容易散架。我自己的经验是别指望system prompt里写一句“记住历史”就能解决，模型对自然语言的记忆约束力很弱。真正管用的是把中间状态显式落到结构化的scratchpad里，比如每步都强制输出一个JSON，包含已确认的事实和下一步动作，这样它“失忆”的概率会低很多。另外退款这种敏感操作最好拆成独立的子任务，不要跟查订单塞进同一个推理链，不然上下文一长模型就开始自由发挥。还有个小技巧是用few-shot例子把“跳步”的反面案例也放进去，让它看到错误示范长什么样。你现在的prompt大概多长？有时候指令堆太多反而稀释了关键约束。

我之前也踩过这个坑，后来发现光靠system prompt强调“记住历史”基本没用，模型该忘还是忘。比较有效的做法是把中间结果结构化成JSON塞进下一轮的observation里，比如订单状态、是否延迟、用户ID这些字段，让它每次都能看到。另外ReAct的prompt里最好把工具调用的格式约束死，用few-shot给两三个完整的多步例子，比单纯说“逐步思考”管用得多。

我之前也遇到过类似问题，后来换了方案。