提示词模板与工作流
第三种原语 Prompts 与"系统提示词"不是一回事：它把高频操作沉淀成参数化模板，由用户主动触发，成为工作流的入口。本章讲模板写法、与系统提示词的关系，以及宿主如何触发。
Prompts 解决什么
聊天时每次都要手打"请以资深工程师身份审查下面代码……"很啰嗦。服务器提供命名模板（如 code-review），用户点一下就生成一段高质量引导，再补上真实代码即可开始。模板可带参数：
{"jsonrpc": "2.0", "id": 1, "method": "prompts/get",
"params": {"name": "code-review", "arguments": {"language": "python"}}}
{"jsonrpc": "2.0", "id": 1, "result": {"messages": [
{"role": "user", "content": {"type": "text",
"text": "请作为资深 Python 工程师审查待提交代码：关注正确性、可读性、安全性……"}}]}}
用 FastMCP 注册提示词
装饰器 + 参数 + 返回模板文本即可；返回内容会由客户端组装成消息：
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("team-server")
@mcp.prompt
def code_review(code: str, language: str = "python") -> str:
"""代码审查引导：把待审查代码与语言传进来"""
return (
f"请作为资深 {language} 工程师审查下面这段待提交代码。\n"
"请按正确性、可读性、安全性三方面给出意见，并给出修改建议。\n\n"
f"{code}"
)
@mcp.prompt
def write_release_note(version: str, changes: str) -> str:
"""发布说明引导：给定版本号与变更要点，生成发布说明"""
return (
f"请根据本次变更要点撰写 v{version} 的发布说明，"
f"用面向用户的语言组织为 新功能/优化/修复 三节。\n变更要点：{changes}"
)
提示词与系统提示词的关系
- 系统提示词：由宿主在会话开始时统一注入，定义模型的全局角色与规矩，通常用户不可见、不可选。
- MCP Prompts：服务器侧的能力，可参数化、可枚举（prompts/list），用户按需挑选，客户端把返回消息拼进当前对话。 一句话：系统提示词管"底色"，Prompts 管"起手式"；前者是一次性的，后者是可复用可组合的。
工作流编排：把常用操作串起来
Prompts 也是工作流入口：把"多步但套路固定"的操作包成一个模板。例如发布流程 = 审查变更 → 更新版本号 → 生成发布说明 → 打标签，模板只负责生成引导语，实际动作仍由模型调用工具完成；甚至可在模板消息里明确指示模型依次调用哪些工具。模板文案写得越具体，流程越可复现。
宿主如何触发
- 宿主调用 prompts/list 得到模板清单并展示给用户；
- 用户选中某个模板（可能还要填参数，如语言、版本号）；
- 宿主调用 prompts/get 取回 messages；
- 宿主把取回的消息与用户补充的真实内容合并后发给模型。 注意：触发权在用户/宿主，不在模型——Prompts 不会像工具那样被模型自主调用。
小结
Prompts 把高频话术与固定流程沉淀成参数化模板，由用户触发、客户端组装，与系统提示词互补。至此三种原语全部讲完，下一章进入客户端视角：用 Python 写客户端连服务器。