自定义 AutoGLM System Prompt 指导模型行为

两套默认 Prompt

Open-AutoGLM 框架内置了两套系统提示词：

系统提示词告诉模型：

1. 你是一个手机 GUI Agent
2. 你能执行 10 种原子操作（Launch / Tap / Type / Swipe / Back / Home / Long Press / Double Tap / Wait / Take_over）
3. 输入格式：自然语言任务 + 设备截图
4. 输出格式：think 标签包裹推理过程 + answer 标签包裹结构化动作 JSON
5. 遇到登录验证码等敏感场景要调用 Take_over
6. 支持的 App 名称映射表

修改方式

直接编辑对应的 Python 文件即可。比如要修改中文 prompt：

# phone_agent/config/prompts_zh.py

SYSTEM_PROMPT = """
你的原始 prompt 内容...

# 在这里添加你的自定义指令，比如：
# "对于小红书 App，先点开笔记再进入详情页，不要直接在列表上操作"
"""

修改后不需要重新启动模型服务——System Prompt 是每次 Agent 调用时由 Phone Agent 框架注入给模型的，改了框架代码下次跑 Agent 就生效。

常见定制场景

禁用某些 App

如果你不想让 Agent 操作某个敏感 App（比如银行 App、微信支付），可以在 prompt 里加：

注意：禁止操作支付宝、微信支付等金融类应用。

某类 App 的特殊规则

对于淘宝 App，搜索框始终在顶部；如果看到"聚划算"banner，跳过直接点搜索框。

调整输出风格

默认 prompt 让模型输出 think + answer 两段式。如果你想简化（比如嵌入到自己的项目里只关心动作），可以让模型少输出 think 或增加更详细的 reasoning。

App 名称映射表

prompt 里还包含一个 App 名称映射表，告诉模型"美团"对应 Android 包名 com.sankuai.meituan。这个映射表在 phone_agent/config/apps.py 里维护，不是在 prompt 文件里。

如果想让 Agent 支持一个框架没内置的 App，需要同时做两件事：

1. 在 apps.py 里添加新的 App 名称 → 包名映射
2. 在 prompt 里告诉模型这个新 App 存在

环境变量 vs 文件修改

框架目前没有提供命令行参数或环境变量来直接覆盖 System Prompt。如果需要动态切换 prompt，可以在 Python API 层做：

import phone_agent.config.prompts_zh as zh_prompts
zh_prompts.SYSTEM_PROMPT = "你的自定义 prompt"

# 然后正常创建 PhoneAgent
agent = PhoneAgent(model_config=model_config)

修改后的验证

1. 启动 Agent 的 verbose 模式（--verbose）
2. 执行一条简单任务
3. 观察模型的输出是否符合你加的新规则

相关阅读

• Agent 配置项详解
• 敏感操作确认回调
• 自定义操作处理器