--- read_when: - System-Prompt-Text, Werkzeugliste oder Zeit-/Heartbeat-Abschnitte bearbeiten - Verhalten beim Workspace-Bootstrap oder bei der Skills-Injektion ändern summary: Was der OpenClaw-Systemprompt enthält und wie er zusammengesetzt wird title: System-Prompt x-i18n: generated_at: "2026-06-27T17:26:43Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: 31321b4df7494317b73c2a5609b1dc275463168ed5fe20ecb173e9bec76717cc source_path: concepts/system-prompt.md workflow: 16 --- OpenClaw erstellt für jeden Agentenlauf einen benutzerdefinierten System-Prompt. Der Prompt ist **OpenClaw-owned** und verwendet keinen Laufzeit-Standard-Prompt. Der Prompt wird von OpenClaw zusammengesetzt und in jeden Agentenlauf injiziert. Die Prompt-Zusammensetzung hat drei Ebenen: - `buildAgentSystemPrompt` rendert den Prompt aus expliziten Eingaben. Es sollte ein reiner Renderer bleiben und die globale Konfiguration nicht direkt lesen. - `resolveAgentSystemPromptConfig` löst konfigurationsgestützte Prompt-Regler wie Owner-Anzeige, TTS-Hinweise, Modell-Aliasse, Speicher-Zitationsmodus und Delegationsmodus für Sub-Agenten für einen bestimmten Agenten auf. - Laufzeitadapter (Embedded, CLI, Befehls-/Exportvorschauen, Compaction) erfassen Live-Fakten wie Tools, Sandbox-Status, Channel-Fähigkeiten, Kontextdateien und Provider-Prompt-Beiträge und rufen dann die konfigurierte Prompt-Fassade auf. Dadurch bleiben exportierte Debug-Prompt-Oberflächen mit Live-Läufen abgeglichen, ohne jedes laufzeitspezifische Detail in einen monolithischen Builder zu verwandeln. Provider-Plugins können cache-bewusste Prompt-Anleitung beitragen, ohne den vollständigen OpenClaw-owned Prompt zu ersetzen. Die Provider-Laufzeit kann: - eine kleine Menge benannter Kernabschnitte ersetzen (`interaction_style`, `tool_call_style`, `execution_bias`) - ein **stabiles Präfix** oberhalb der Prompt-Cache-Grenze injizieren - ein **dynamisches Suffix** unterhalb der Prompt-Cache-Grenze injizieren Verwenden Sie Provider-eigene Beiträge für modellspezifisches Tuning einer Modellfamilie. Behalten Sie die veraltete Prompt-Mutation `before_prompt_build` für Kompatibilität oder wirklich globale Prompt-Änderungen bei, nicht für normales Provider-Verhalten. Das Overlay der OpenAI GPT-5-Familie hält die Kern-Ausführungsregel klein und ergänzt modellspezifische Anleitung für Persona-Latching, knappe Ausgabe, Tool-Disziplin, parallele Suche, Lieferumfang, Verifizierung, fehlenden Kontext und Hygiene bei Terminal-Tools. ## Struktur Der Prompt ist absichtlich kompakt und verwendet feste Abschnitte: - **Tooling**: Erinnerung an strukturierte Tools als Quelle der Wahrheit plus Laufzeit-Anleitung zur Tool-Nutzung. - **Execution Bias**: kompakte Anleitung zum konsequenten Abschließen: bei umsetzbaren Anfragen innerhalb der Runde handeln, fortfahren bis erledigt oder blockiert, sich von schwachen Tool-Ergebnissen erholen, veränderlichen Zustand live prüfen und vor dem Finalisieren verifizieren. - **Safety**: kurze Guardrail-Erinnerung, machtsuchendes Verhalten oder das Umgehen von Aufsicht zu vermeiden. - **Skills** (wenn verfügbar): erklärt dem Modell, wie Skill-Anweisungen bei Bedarf geladen werden. - **OpenClaw Control**: weist das Modell an, für Konfigurations-/Neustartarbeiten das `gateway`-Tool zu bevorzugen und keine CLI-Befehle zu erfinden. - **OpenClaw Self-Update**: wie Konfiguration sicher mit `config.schema.lookup` inspiziert, mit `config.patch` gepatcht, die vollständige Konfiguration mit `config.apply` ersetzt und `update.run` nur auf ausdrückliche Benutzeranfrage ausgeführt wird. Das agentenseitige `gateway`-Tool verweigert außerdem das Umschreiben von `tools.exec.ask` / `tools.exec.security`, einschließlich veralteter `tools.bash.*`-Aliasse, die auf diese geschützten Exec-Pfade normalisieren. - **Workspace**: Arbeitsverzeichnis (`agents.defaults.workspace`). - **Documentation**: lokaler Pfad zu OpenClaw-Dokumentation/-Quelle und wann sie zu lesen ist. - **Workspace Files (injected)**: zeigt an, dass Bootstrap-Dateien unten enthalten sind. - **Sandbox** (wenn aktiviert): zeigt Sandbox-Laufzeit, Sandbox-Pfade und ob erhöhte Exec-Rechte verfügbar sind. - **Current Date & Time**: nur Zeitzone (cache-stabil; die Live-Uhr kommt aus `session_status`). - **Assistant Output Directives**: kompakte Syntax für Anhänge, Sprachnotizen und Reply-Tags. - **Heartbeats**: Heartbeat-Prompt und Ack-Verhalten, wenn Heartbeats für den Standardagenten aktiviert sind. - **Runtime**: Host, Betriebssystem, Node, Modell, Repo-Root (wenn erkannt), Denkstufe (eine Zeile). - **Reasoning**: aktuelle Sichtbarkeitsstufe + Hinweis zum `/reasoning`-Schalter. OpenClaw hält große stabile Inhalte, einschließlich **Project Context**, oberhalb der internen Prompt-Cache-Grenze. Flüchtige Channel-/Sitzungsabschnitte wie Control-UI-Einbettungsanleitung, **Messaging**, **Voice**, **Group Chat Context**, **Reactions**, **Heartbeats** und **Runtime** werden unterhalb dieser Grenze angefügt, damit lokale Backends mit Präfix-Caches das stabile Workspace-Präfix über Channel-Runden hinweg wiederverwenden können. Tool-Beschreibungen sollten ebenfalls vermeiden, aktuelle Channel-Namen einzubetten, wenn das akzeptierte Schema dieses Laufzeitdetail bereits enthält. Der Tooling-Abschnitt enthält außerdem Laufzeit-Anleitung für lang laufende Arbeit: - Cron für zukünftige Nachfassaktionen (`check back later`, Erinnerungen, wiederkehrende Arbeit) verwenden statt `exec`-Sleep-Schleifen, `yieldMs`-Delay-Tricks oder wiederholtem `process`-Polling - `exec` / `process` nur für Befehle verwenden, die jetzt starten und im Hintergrund weiterlaufen - wenn automatisches Aufwachen bei Abschluss aktiviert ist, den Befehl einmal starten und sich auf den Push-basierten Aufwachpfad verlassen, wenn er Ausgabe erzeugt oder fehlschlägt - `process` für Logs, Status, Eingabe oder Eingriffe verwenden, wenn Sie einen laufenden Befehl prüfen müssen - wenn die Aufgabe größer ist, `sessions_spawn` bevorzugen; der Abschluss von Sub-Agenten ist Push-basiert und kündigt sich automatisch beim Anfragenden an - `subagents list` / `sessions_list` nicht in einer Schleife pollen, nur um auf den Abschluss zu warten `agents.defaults.subagents.delegationMode` kann diese Anleitung verstärken. Der Standardmodus `suggest` behält den grundlegenden Hinweis bei. `prefer` fügt einen dedizierten Abschnitt **Sub-Agent Delegation** hinzu, der den Hauptagenten anweist, als reaktionsschneller Koordinator zu handeln und alles, was über eine direkte Antwort hinausgeht, über `sessions_spawn` weiterzugeben. Dies betrifft nur den Prompt; die Tool-Policy steuert weiterhin, ob `sessions_spawn` verfügbar ist. Wenn das experimentelle Tool `update_plan` aktiviert ist, weist Tooling das Modell außerdem an, es nur für nicht triviale mehrstufige Arbeit zu verwenden, genau einen `in_progress`-Schritt beizubehalten und nach jedem Update nicht den gesamten Plan zu wiederholen. Safety-Guardrails im System-Prompt sind beratend. Sie leiten das Modellverhalten, erzwingen aber keine Policy. Verwenden Sie Tool-Policy, Exec-Genehmigungen, Sandboxing und Channel-Allowlists für harte Durchsetzung; Betreiber können diese absichtlich deaktivieren. Auf Channels mit nativen Genehmigungskarten/-Buttons weist der Laufzeit-Prompt den Agenten nun an, zuerst diese native Genehmigungs-UI zu verwenden. Er sollte nur dann einen manuellen `/approve`-Befehl einfügen, wenn das Tool-Ergebnis sagt, dass Chat-Genehmigungen nicht verfügbar sind oder manuelle Genehmigung der einzige Weg ist. ## Prompt-Modi OpenClaw kann kleinere System-Prompts für Sub-Agenten rendern. Die Laufzeit setzt für jeden Lauf einen `promptMode` (keine benutzerseitige Konfiguration): - `full` (Standard): enthält alle oben genannten Abschnitte. - `minimal`: wird für Sub-Agenten verwendet; lässt **Memory Recall**, **OpenClaw Self-Update**, **Model Aliases**, **User Identity**, **Assistant Output Directives**, **Messaging**, **Silent Replies** und **Heartbeats** aus. Tooling, **Safety**, **Skills** sofern bereitgestellt, Workspace, Sandbox, Current Date & Time (wenn bekannt), Runtime und injizierter Kontext bleiben verfügbar. - `none`: gibt nur die Basis-Identitätszeile zurück. Wenn `promptMode=minimal` ist, werden zusätzlich injizierte Prompts als **Subagent Context** statt **Group Chat Context** beschriftet. Für automatische Channel-Antwortläufe lässt OpenClaw den generischen Abschnitt **Silent Replies** weg, wenn direkter, Gruppen- oder nur Message-Tool-Kontext den Vertrag für sichtbare Antworten besitzt. Nur der alte automatische Gruppen-/ Channel-Modus sollte `NO_REPLY` anzeigen; direkte Chats und reine Message-Tool- Antworten erhalten keine Anleitung zu Silent-Tokens. ## Prompt-Snapshots OpenClaw hält committete Prompt-Snapshots für den erfolgreichen Pfad der Codex-Laufzeit unter `test/fixtures/agents/prompt-snapshots/codex-runtime-happy-path/`. Sie rendern ausgewählte App-Server-Thread-/Turn-Parameter plus einen rekonstruierten modellgebundenen Prompt-Layer-Stack für direkte Telegram-, Discord-Gruppen- und Heartbeat-Runden. Dieser Stack enthält eine gepinnte Codex-`gpt-5.5`-Modell- Prompt-Fixture, die aus Codex' Modellkatalog-/Cache-Form generiert wurde, den Codex-Happy-Path-Developer-Text für Berechtigungen, OpenClaw-Developer- Anweisungen, rundenbezogene Collaboration-Mode-Anweisungen, wenn OpenClaw sie bereitstellt, Benutzereingabe der Runde und Referenzen auf die dynamischen Tool- Spezifikationen. Aktualisieren Sie die gepinnte Codex-Modell-Prompt-Fixture mit `pnpm prompt:snapshots:sync-codex-model`. Standardmäßig sucht das Skript nach Codex' Laufzeit-Cache unter `$CODEX_HOME/models_cache.json`, dann unter `~/.codex/models_cache.json`, und fällt erst dann auf die Maintainer-Codex- Checkout-Konvention unter `~/code/codex/codex-rs/models-manager/models.json` zurück. Wenn keine dieser Quellen existiert, beendet sich der Befehl ohne Änderung der committeten Fixture. Übergeben Sie `--catalog `, um aus einer bestimmten Datei `models_cache.json` oder `models.json` zu aktualisieren. Diese Snapshots sind weiterhin keine Byte-für-Byte-Rohaufzeichnung einer OpenAI-Anfrage. Codex kann laufzeiteigenen Workspace-Kontext wie `AGENTS.md`, Umgebungskontext, Speicher, App-/Plugin-Anweisungen und eingebaute Default-Collaboration-Mode- Anweisungen innerhalb der Codex-Laufzeit hinzufügen, nachdem OpenClaw Thread- und Turn-Parameter sendet. Regenerieren Sie sie mit `pnpm prompt:snapshots:gen` und verifizieren Sie Drift mit `pnpm prompt:snapshots:check`. CI führt die Drift-Prüfung im zusätzlichen Boundary-Shard aus, damit Prompt-Änderungen und Snapshot-Updates im selben PR zusammenbleiben. ## Workspace-Bootstrap-Injektion Bootstrap-Dateien werden aus dem aktiven Workspace aufgelöst und dann an die Prompt-Oberfläche geleitet, die ihrer Lebensdauer entspricht: - `AGENTS.md` - `SOUL.md` - `TOOLS.md` - `IDENTITY.md` - `USER.md` - `HEARTBEAT.md` - `BOOTSTRAP.md` (nur in brandneuen Workspaces) - `MEMORY.md`, wenn vorhanden Im nativen Codex-Harness vermeidet OpenClaw, stabile Workspace-Dateien in jeder Benutzerrunde zu wiederholen. Codex lädt `AGENTS.md` über seine eigene Project- Doc-Erkennung. `SOUL.md`, `IDENTITY.md`, `TOOLS.md` und `USER.md` werden als Codex-Developer-Anweisungen weitergeleitet. Die kompakte OpenClaw-Skills-Liste wird ebenfalls als rundenbezogene Collaboration-Developer-Anweisungen weitergeleitet. Inhalte aus `HEARTBEAT.md` werden nicht injiziert; Heartbeat- Runden erhalten eine Collaboration-Mode-Notiz, die auf die Datei verweist, wenn sie existiert und nicht leer ist. Inhalte aus `MEMORY.md` aus dem konfigurierten Agenten-Workspace werden nicht in jede native Codex-Runde eingefügt; wenn Speicher-Tools für diesen Workspace verfügbar sind, erhalten Codex-Runden eine kleine Workspace-Memory-Notiz in rundenbezogenen Collaboration-Developer- Anweisungen und sollten `memory_search` oder `memory_get` verwenden, wenn dauerhafter Speicher relevant ist. Wenn Tools deaktiviert sind, die Speichersuche nicht verfügbar ist oder der aktive Workspace vom Agenten-Speicher-Workspace abweicht, fällt `MEMORY.md` auf den normalen begrenzten Turn-Context-Pfad zurück. Aktiver `BOOTSTRAP.md`-Inhalt behält vorerst die normale Turn-Context-Rolle. Auf Nicht-Codex-Harnesses werden Bootstrap-Dateien weiterhin gemäß ihren bestehenden Gates in den OpenClaw-Prompt komponiert. `HEARTBEAT.md` wird bei normalen Läufen ausgelassen, wenn Heartbeats für den Standardagenten deaktiviert sind oder `agents.defaults.heartbeat.includeSystemPromptSection` false ist. Halten Sie injizierte Dateien knapp, besonders `MEMORY.md` außerhalb von Codex. `MEMORY.md` soll eine kuratierte Langzeitzusammenfassung bleiben; detaillierte Tagesnotizen gehören in `memory/*.md`, wo `memory_search` und `memory_get` sie bei Bedarf abrufen können. Überdimensionierte `MEMORY.md`-Dateien außerhalb von Codex erhöhen die Prompt-Nutzung und können wegen der unten genannten Grenzen für Bootstrap-Dateien teilweise injiziert werden. Tägliche Dateien unter `memory/*.md` sind **nicht** Teil des normalen Bootstrap-Project-Context. In gewöhnlichen Runden wird bei Bedarf über die Tools `memory_search` und `memory_get` auf sie zugegriffen, sodass sie nicht gegen das Kontextfenster zählen, außer das Modell liest sie explizit. Reine `/new`- und `/reset`-Runden sind die Ausnahme: Die Laufzeit kann aktuellen täglichen Speicher als einmaligen Startup-Context-Block für diese erste Runde voranstellen. Große Dateien werden mit einer Markierung gekürzt. Die maximale Größe pro Datei wird durch `agents.defaults.bootstrapMaxChars` gesteuert (Standard: 20000). Der gesamte injizierte Bootstrap- Inhalt über alle Dateien hinweg ist durch `agents.defaults.bootstrapTotalMaxChars` begrenzt (Standard: 60000). Fehlende Dateien injizieren eine kurze Fehlende-Datei-Markierung. Wenn eine Kürzung erfolgt, kann OpenClaw einen knappen Warnhinweis in den System-Prompt injizieren; steuern Sie dies mit `agents.defaults.bootstrapPromptTruncationWarning` (`off`, `once`, `always`; Standard: `always`). Detaillierte Roh-/Injektionszählungen bleiben in Diagnosen wie `/context`, `/status`, doctor und Logs. Bei Speicherdateien ist Kürzung kein Datenverlust: Die Datei bleibt auf der Festplatte intakt. Bei nativem Codex wird `MEMORY.md` bei Bedarf über Speicher-Tools gelesen, wenn verfügbar, mit begrenztem Prompt-Fallback, wenn Tools nicht ausgeführt werden können. Bei anderen Harnesses sieht das Modell nur die gekürzte injizierte Kopie, bis es den Speicher direkt liest oder durchsucht. Wenn `MEMORY.md` dort wiederholt gekürzt wird, destillieren Sie sie in eine kürzere dauerhafte Zusammenfassung und verschieben detaillierte Historie nach `memory/*.md`, oder erhöhen Sie die Bootstrap-Grenzen bewusst. Sub-Agent-Sitzungen injizieren nur `AGENTS.md` und `TOOLS.md` (andere Bootstrap-Dateien werden herausgefiltert, um den Sub-Agent-Kontext klein zu halten). Interne Hooks können diesen Schritt über `agent:bootstrap` abfangen, um die injizierten Bootstrap-Dateien zu verändern oder zu ersetzen (zum Beispiel `SOUL.md` durch eine alternative Persona zu ersetzen). Wenn Sie möchten, dass der Agent weniger generisch klingt, beginnen Sie mit dem [SOUL.md Personality Guide](/de/concepts/soul). Um zu prüfen, wie viel jede injizierte Datei beiträgt (roh vs. injiziert, Kürzung sowie Tool-Schema-Overhead), verwenden Sie `/context list` oder `/context detail`. Siehe [Kontext](/de/concepts/context). ## Zeitbehandlung Der System-Prompt enthält einen eigenen Abschnitt **Aktuelles Datum & aktuelle Uhrzeit**, wenn die Zeitzone des Benutzers bekannt ist. Um den Prompt cache-stabil zu halten, enthält er jetzt nur noch die **Zeitzone** (keine dynamische Uhr oder Zeitformat). Verwenden Sie `session_status`, wenn der Agent die aktuelle Uhrzeit benötigt; die Statuskarte enthält eine Zeitstempelzeile. Dasselbe Tool kann optional einen modellspezifischen Override pro Sitzung setzen (`model=default` löscht ihn). Konfigurieren Sie mit: - `agents.defaults.userTimezone` - `agents.defaults.timeFormat` (`auto` | `12` | `24`) Siehe [Datum & Uhrzeit](/de/date-time) für vollständige Verhaltensdetails. ## Skills Wenn geeignete Skills vorhanden sind, injiziert OpenClaw eine kompakte **Liste verfügbarer Skills** (`formatSkillsForPrompt`), die den **Dateipfad** und die aus dem Inhalt abgeleitete ``-Markierung für jeden Skill enthält. Der Prompt weist das Modell an, `read` zu verwenden, um die SKILL.md am aufgeführten Ort zu laden (Workspace, verwaltet oder gebündelt), und einen Skill erneut zu lesen, wenn seine `` von einem vorherigen Turn abweicht. Wenn keine Skills geeignet sind, wird der Abschnitt Skills ausgelassen. Native Codex-Turns erhalten diese Liste als turn-bezogene Entwickleranweisungen zur Zusammenarbeit statt als Benutzereingabe pro Turn, außer leichtgewichtige Cron-Turns, die den exakt geplanten Prompt beibehalten. Andere Harnesses behalten den normalen Prompt- Abschnitt bei. Der Ort kann auf einen verschachtelten Skill verweisen, zum Beispiel `skills/personal/foo/SKILL.md`. Verschachtelung dient nur der Organisation; der Prompt verwendet weiterhin den flachen Skill-Namen aus dem Frontmatter von `SKILL.md`. Eignung umfasst Metadaten-Gates für Skills, Laufzeitumgebungs-/Konfigurationsprüfungen und die effektive Skill-Allowlist des Agents, wenn `agents.defaults.skills` oder `agents.list[].skills` konfiguriert ist. Plugin-gebündelte Skills sind nur geeignet, wenn ihr besitzendes Plugin aktiviert ist. So können Tool-Plugins tiefere Betriebsanleitungen bereitstellen, ohne all diese Anleitungen direkt in jede Tool-Beschreibung einzubetten. ``` ... ... ... sha256:... ``` Dadurch bleibt der Basis-Prompt klein, während gezielte Skill-Nutzung weiterhin möglich ist. Das Budget für die Skills-Liste gehört dem Skills-Subsystem: - Globaler Standard: `skills.limits.maxSkillsPromptChars` - Override pro Agent: `agents.list[].skillsLimits.maxSkillsPromptChars` Generische begrenzte Laufzeitauszüge verwenden eine andere Oberfläche: - `agents.defaults.contextLimits.*` - `agents.list[].contextLimits.*` Diese Trennung hält die Größenbemessung von Skills getrennt von der Größenbemessung für Laufzeit-Lesen/-Injektion, wie `memory_get`, Live-Tool-Ergebnisse und AGENTS.md-Aktualisierungen nach Compaction. ## Dokumentation Der System-Prompt enthält einen Abschnitt **Dokumentation**. Wenn lokale Dokumentation verfügbar ist, verweist er auf das lokale OpenClaw-Dokumentationsverzeichnis (`docs/` in einem Git-Checkout oder die gebündelten npm- Paketdokumente). Wenn lokale Dokumentation nicht verfügbar ist, fällt er auf [https://docs.openclaw.ai](https://docs.openclaw.ai) zurück. Derselbe Abschnitt enthält außerdem den Quellort von OpenClaw. Git-Checkouts geben den lokalen Quell-Root frei, damit der Agent Code direkt prüfen kann. Paketinstallationen enthalten die GitHub- Quell-URL und weisen den Agent an, dort den Quellcode zu prüfen, wenn die Dokumentation unvollständig oder veraltet ist. Der Prompt erwähnt außerdem den öffentlichen Dokumentationsspiegel, den Community-Discord und ClawHub ([https://clawhub.ai](https://clawhub.ai)) für die Entdeckung von Skills. Er rahmt die Dokumentation als Autorität für OpenClaw-Selbstwissen ein, bevor das Modell versteht, wie OpenClaw funktioniert, einschließlich Speicher/täglicher Notizen, Sitzungen, Tools, Gateway, Konfiguration, Befehle oder Projekt- kontext. Der Prompt weist das Modell an, zuerst lokale Dokumentation (oder den Dokumentationsspiegel, wenn lokale Dokumentation nicht verfügbar ist) zu verwenden und AGENTS.md, Projektkontext, Workspace-/Profil-/Speicher- notizen und `memory_search` als Anweisungskontext oder Benutzerspeicher statt als OpenClaw- Design- oder Implementierungswissen zu behandeln. Wenn die Dokumentation schweigt oder veraltet ist, sollte das Modell dies sagen und den Quellcode prüfen. Der Prompt weist das Modell außerdem an, `openclaw status` selbst auszuführen, wenn möglich, und den Benutzer nur zu fragen, wenn ihm der Zugriff fehlt. Speziell für Konfiguration verweist er Agents auf die `gateway`-Tool-Aktion `config.schema.lookup` für exakte feldspezifische Dokumentation und Einschränkungen, danach auf `docs/gateway/configuration.md` und `docs/gateway/configuration-reference.md` für breitere Anleitung. ## Verwandt - [Agent-Laufzeit](/de/concepts/agent) - [Agent-Workspace](/de/concepts/agent-workspace) - [Kontext-Engine](/de/concepts/context-engine)