📌 📄 内容摘要:
tzvat6 在 论 Roo Code 等 Agent 编程工具内置大量 System Prompt 对模型生成效果的影响 中发帖
前言
起因：Roo Code、Aider 对于模型评测排行结果差异较大，引发好奇
猜想：造成不同结果的变量可能有：评测题，内置提示词，其他因素
Cursor Agent、Roo code、Cline，为了让模型听话（使用工具、按照指定格式输出等），都有巨长的内置 system prompt。
虽然这些 prompt 都是和编程相关的，但是否会对模型输出效果产生影响？是更好还是更差？
试试就知道了
测试详情
测试模型：均为 oaipro/claude-3-7-sonnet-20250219
启用 thinking
max_tokens: 32000
温度 0.1
A 组：Cherry Studio——无预置提示词——思考长度 长（80%？）
B 组：Roo Code————code模式预置——思考长度 20480
测试题：经典天气题，分两次对话
▶
prompt...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/581454/1
─────────────────────────────
📢 来源：LINUX DO
