diff --git a/config/prompts.yaml b/config/prompts.yaml
new file mode 100644
index 0000000..c1a815d
--- /dev/null
+++ b/config/prompts.yaml
@@ -0,0 +1,277 @@
+# BidMaster-CLI 提示词配置文件
+# 所有AI相关的提示词统一在此管理
+
+# ============================================================================
+# 系统消息配置
+# ============================================================================
+system_messages:
+  # LLM通用系统消息
+  default: "你是一个专业的招投标文档分析助手。"
+
+  # RAG内容生成系统消息
+  rag_generator: "你是一个专业的标书撰写助手。"
+
+
+# ============================================================================
+# 文档解析相关提示词
+# ============================================================================
+parser_prompts:
+  # AI解析评分表格
+  parse_scoring_table: |
+    请从复杂的评分表格中提取评分项和分值,并智能分类,返回JSON。
+
+    表格内容:
+    {table_text}
+
+    要求:
+    1. 仔细分析表格结构,即使有合并单元格也要正确提取
+    2. 从"评审内容"、"评分因素"、"评分标准"等列中提取评分项名称
+    3. 从"分值"列或评分标准描述中提取具体分值(如3分、5分、40分)
+    4. 忽略总分构成等汇总信息,只提取具体评分项
+    5. 智能分类各评分项:
+
+    **技术类别:**
+       - technical_solution: 技术方案、技术条款、技术完整性、技术先进性
+       - equipment_spec: 设备规格、产品参数、设备可靠性、技术指标
+       - implementation: 项目实施、施工方案、进度计划、实施能力
+       - quality_safety: 质量管理、安全管理、环境管理、质量体系
+       - after_sales: 售后服务、维保服务、培训服务、技术支持、服务部分
+       - compliance: 技术资质、认证证书、技术合规性、技术条款应答
+
+    **商务类别:**
+       - commercial: 价格评分、报价、商务条件、企业资质、财务状况、业绩、商务条款应答、响应文件制作质量、同类项目业绩、商务部分
+
+    示例输入分析:
+    - "响应文件制作质量 3分" → 商务类别
+    - "同类项目业绩 5分" → 商务类别
+    - "技术条款应答 2分" → 合规类别
+    - "商务条款应答 2分" → 商务类别
+
+    格式:
+    {{
+      "scoring_criteria": [
+        {{"item_name": "响应文件制作质量", "max_score": 3, "description": "文件格式内容要求", "category": "commercial"}},
+        {{"item_name": "同类项目业绩", "max_score": 5, "description": "项目经验证明", "category": "commercial"}},
+        {{"item_name": "技术条款应答", "max_score": 2, "description": "技术要求符合性", "category": "compliance"}}
+      ]
+    }}
+
+    只返回JSON,无其他文字:
+
+  # AI解析偏离表格
+  parse_deviation_table: |
+    请提取表格中的偏离项,返回JSON。
+
+    表格内容:
+    {table_text}
+
+    要求:
+    1. 提取技术要求和响应类型
+    2. 响应类型如:正偏离、负偏离、无偏离等
+    3. 忽略序号和表头
+
+    格式:
+    {{
+      "deviation_items": [
+        {{"requirement": "设备需符合国标", "response_type": "正偏离"}},
+        {{"requirement": "技术指标要求", "response_type": "无偏离"}}
+      ]
+    }}
+
+    只返回JSON,无其他文字:
+
+  # AI识别表格类型
+  identify_table_type: |
+    分析表格内容,判断这是什么类型的表格。
+
+    表格内容:
+    {table_text}
+
+    请判断这个表格属于以下哪种类型:
+    1. scoring - 评分表:包含评分项、分值、评分标准等内容,例如:
+       - 有"分值"、"评分标准"、"得分"等列
+       - 有具体的分值数字(如3分、5分、40分等)
+       - 有"商务部分"、"技术部分"、"服务部分"等分类
+       - 有评审内容和评分因素
+
+    2. deviation - 偏离表:包含技术要求、响应类型、偏离说明等
+    3. other - 其他表格:不是评分表也不是偏离表
+
+    注意:即使表格结构复杂、有合并单元格,只要包含评分标准和分值信息就是评分表。
+
+    只返回一个单词:scoring 或 deviation 或 other
+
+
+# ============================================================================
+# 目录生成相关提示词
+# ============================================================================
+toc_prompts:
+  # 生成子章节
+  generate_sub_chapters: |
+    为以下大类别生成专业的标书子标题:
+
+    【大类别】: {parent_title}
+    【评分项】:
+    {criteria_info}
+
+    生成要求:
+    1. 为每个评分项生成对应的子标题名称(不要包含编号)
+    2. 重要评分项可添加三级子标题(不要包含编号)
+    3. 只返回标题文本,编号由Word自动管理
+
+    返回JSON格式:
+    {{
+      "sub_chapters": [
+        {{"title": "技术架构设计", "level": 2, "score": 5, "children": []}}
+      ]
+    }}
+
+    只返回JSON:
+
+  # 审查目录结构
+  review_structure: |
+    请审查这个标书目录结构的合理性和完整性。
+
+    【技术评分项分布】:
+    {criteria_summary}
+
+    【当前生成的章节结构】:
+    {chapters_summary}
+
+    【审查要求】:
+    1. 是否缺少重要的标准章节?
+    2. 章节顺序是否合理?
+    3. 每个评分项是否都有对应章节?
+
+    返回JSON格式:
+    {{
+      "overall_assessment": "总体评价",
+      "suggestions": [
+        {{"type": "add/modify/reorder", "description": "建议内容", "priority": "high/medium/low"}}
+      ],
+      "optimization_score": 85
+    }}
+
+    只返回JSON:
+
+  # AI调整章节结构
+  adjust_chapters: |
+    请根据用户选择的建议调整以下标书章节结构。
+
+    【当前章节结构】:
+    {chapters_text}
+
+    【用户选择应用的建议】:
+    {suggestions_text}
+
+    【调整要求】:
+    1. 根据用户选择的建议对章节结构进行合理调整
+    2. 保持章节的逻辑性和完整性
+    3. 每个章节都要有明确的标题和层级
+    4. 保持专业的标书格式
+
+    返回JSON格式:
+    {{
+      "adjusted_chapters": [
+        {{
+          "id": "chapter_1_technical_solution",
+          "title": "技术方案",
+          "level": 1,
+          "score": 0,
+          "children": [
+            {{
+              "id": "chapter_2_1_architecture",
+              "title": "系统架构设计",
+              "level": 2,
+              "score": 0,
+              "children": []
+            }}
+          ]
+        }}
+      ]
+    }}
+
+    只返回JSON:
+
+  # 根据用户反馈优化目录
+  optimize_with_feedback: |
+    你是一个专业的标书目录结构优化助手。
+
+    **⚠️ 警告:如果你不按照用户的要求修改目录结构,将被视为任务失败!⚠️**
+
+    **🔥 强制要求:你必须完全执行用户的修改要求,不能返回未修改的结构!🔥**
+
+    当前目录结构:
+    {current_toc}
+
+    用户反馈意见:
+    {feedback}
+
+    **执行步骤(必须严格遵守):**
+    1. **理解要求**:分析用户具体要求什么修改
+    2. **执行修改**:必须按要求修改目录结构,不能保持原样
+    3. **确认修改**:检查确保已经按用户要求进行了修改
+
+    **重要修改规则:**
+    - 如果用户说"内容太少,多补充"或"多增加",必须增加新的同级别子章节
+    - 如果用户指定某个章节,只修改该章节
+    - 如果用户要求"调整顺序",必须重新排列
+    - 如果用户要求"修改标题",必须更新标题
+
+    **具体示例:**
+
+    示例1:用户说"售后服务章节多增加一个子标题"
+    - 在"售后服务"下新增子章节(如"技术支持服务"、"培训服务"等)
+
+    示例2:用户说"合规响应的内容太少,多补充一些"
+    - 在"合规响应"下除了"技术实力",还要增加:
+      * "资质认证展示"
+      * "成功案例介绍"
+      * "行业认可度说明"
+      * "合规承诺声明"
+
+    **最终检查:**
+    修改完成后,你必须确认已经按用户要求进行了实际修改,不能返回相同的结构!
+
+    请返回优化后的目录结构JSON,格式如下:
+    {{
+      "chapters": [
+        {{
+          "id": "chapter_1",
+          "title": "章节标题",
+          "level": 1,
+          "score": 0.0,
+          "children": [
+            {{
+              "id": "chapter_1_1",
+              "title": "子章节标题",
+              "level": 2,
+              "score": 0.0,
+              "children": []
+            }}
+          ]
+        }}
+      ]
+    }}
+
+    只返回JSON,不要其他内容。
+
+
+# ============================================================================
+# 内容生成相关提示词
+# ============================================================================
+content_prompts:
+  # RAG内容生成
+  generate_with_rag: |
+    你是一个专业的标书撰写助手。请根据以下信息生成标书章节内容:
+
+    章节标题:{title}
+    评分要求:{requirements}{emphasis_part}{rag_part}
+
+    要求:
+    1. 内容专业、详实,符合招标文件要求
+    2. 突出技术优势和实施能力
+    3. 语言正式、逻辑清晰
+    4. 字数控制在500-800字
+
+    请直接输出章节内容,不要包含章节标题。
diff --git a/src/bidmaster/config/prompt_manager.py b/src/bidmaster/config/prompt_manager.py
new file mode 100644
index 0000000..192c605
--- /dev/null
+++ b/src/bidmaster/config/prompt_manager.py
@@ -0,0 +1,129 @@
+"""提示词管理工具
+
+统一管理项目中所有AI提示词,支持从配置文件加载和模板变量替换。
+"""
+
+import logging
+from pathlib import Path
+from typing import Any, Dict, Optional
+
+import yaml
+
+logger = logging.getLogger(__name__)
+
+
+class PromptManager:
+    """提示词管理器
+
+    单例模式,统一管理所有提示词配置。
+    """
+
+    _instance: Optional['PromptManager'] = None
+    _prompts: Dict[str, Any] = {}
+    _config_loaded: bool = False
+
+    def __new__(cls):
+        if cls._instance is None:
+            cls._instance = super().__new__(cls)
+        return cls._instance
+
+    def __init__(self):
+        if not self._config_loaded:
+            self._load_prompts()
+            self._config_loaded = True
+
+    def _load_prompts(self) -> None:
+        """加载提示词配置文件"""
+        try:
+            # 查找config/prompts.yaml
+            config_path = Path(__file__).parent.parent.parent.parent / "config" / "prompts.yaml"
+
+            if not config_path.exists():
+                logger.warning(f"提示词配置文件不存在: {config_path}")
+                self._prompts = self._get_default_prompts()
+                return
+
+            with open(config_path, 'r', encoding='utf-8') as f:
+                self._prompts = yaml.safe_load(f)
+
+            logger.info(f"成功加载提示词配置: {config_path}")
+
+        except Exception as e:
+            logger.error(f"加载提示词配置失败: {e}")
+            self._prompts = self._get_default_prompts()
+
+    def _get_default_prompts(self) -> Dict[str, Any]:
+        """获取默认提示词配置"""
+        return {
+            "system_messages": {
+                "default": "你是一个专业的招投标文档分析助手。",
+                "rag_generator": "你是一个专业的标书撰写助手。"
+            }
+        }
+
+    def get_system_message(self, key: str = "default") -> str:
+        """获取系统消息
+
+        Args:
+            key: 系统消息键名
+
+        Returns:
+            系统消息内容
+        """
+        return self._prompts.get("system_messages", {}).get(key, "你是一个专业的助手。")
+
+    def get_parser_prompt(self, key: str, **kwargs) -> str:
+        """获取文档解析提示词
+
+        Args:
+            key: 提示词键名
+            **kwargs: 模板变量
+
+        Returns:
+            格式化后的提示词
+        """
+        template = self._prompts.get("parser_prompts", {}).get(key, "")
+        return template.format(**kwargs) if template else ""
+
+    def get_toc_prompt(self, key: str, **kwargs) -> str:
+        """获取目录生成提示词
+
+        Args:
+            key: 提示词键名
+            **kwargs: 模板变量
+
+        Returns:
+            格式化后的提示词
+        """
+        template = self._prompts.get("toc_prompts", {}).get(key, "")
+        return template.format(**kwargs) if template else ""
+
+    def get_content_prompt(self, key: str, **kwargs) -> str:
+        """获取内容生成提示词
+
+        Args:
+            key: 提示词键名
+            **kwargs: 模板变量
+
+        Returns:
+            格式化后的提示词
+        """
+        template = self._prompts.get("content_prompts", {}).get(key, "")
+        return template.format(**kwargs) if template else ""
+
+    def reload(self) -> None:
+        """重新加载配置文件"""
+        self._config_loaded = False
+        self._load_prompts()
+        self._config_loaded = True
+        logger.info("提示词配置已重新加载")
+
+
+# 模块级便捷函数
+def get_prompt_manager() -> PromptManager:
+    """获取提示词管理器实例
+
+    Returns:
+        PromptManager实例
+    """
+    return PromptManager()
diff --git a/src/bidmaster/nodes/toc/adjust_chapters.py b/src/bidmaster/nodes/toc/adjust_chapters.py
index b04b7e7..c5396a5 100644
--- a/src/bidmaster/nodes/toc/adjust_chapters.py
+++ b/src/bidmaster/nodes/toc/adjust_chapters.py
@@ -9,6 +9,7 @@ from typing import Dict, List, Any
 from ..base import BaseNode, NodeContext
 from ...tools.parser import DocumentChapter
 from .base_mixins import TocNodeBase
+from ...config.prompt_manager import get_prompt_manager
 
 logger = logging.getLogger(__name__)
 
@@ -109,43 +110,13 @@ class AdjustChaptersNode(BaseNode, TocNodeBase):
         # 格式化用户选择的建议
         suggestions_text = self._format_suggestions_for_prompt(suggestions)
 
-        prompt = f"""
-请根据用户选择的建议调整以下标书章节结构。
-
-【当前章节结构】:
-{chapters_text}
-
-【用户选择应用的建议】:
-{suggestions_text}
-
-【调整要求】:
-1. 根据用户选择的建议对章节结构进行合理调整
-2. 保持章节的逻辑性和完整性
-3. 每个章节都要有明确的标题和层级
-4. 保持专业的标书格式
-
-返回JSON格式：
-{{
-  "adjusted_chapters": [
-    {{
-      "id": "chapter_1_technical_solution",
-      "title": "技术方案",
-      "level": 1,
-      "score": 0,
-      "children": [
-        {{
-          "id": "chapter_2_1_architecture",
-          "title": "系统架构设计",
-          "level": 2,
-          "score": 0,
-          "children": []
-        }}
-      ]
-    }}
-  ]
-}}
-
-只返回JSON："""
+        # 从配置获取提示词
+        prompt_manager = get_prompt_manager()
+        prompt = prompt_manager.get_toc_prompt(
+            "adjust_chapters",
+            chapters_text=chapters_text,
+            suggestions_text=suggestions_text
+        )
 
         return prompt
 
diff --git a/src/bidmaster/nodes/toc/llm_helper.py b/src/bidmaster/nodes/toc/llm_helper.py
index 8a311c4..cb3ca8b 100644
--- a/src/bidmaster/nodes/toc/llm_helper.py
+++ b/src/bidmaster/nodes/toc/llm_helper.py
@@ -9,6 +9,7 @@ from typing import Dict, List, Any, Optional
 
 from ...tools.llm import LLMService
 from ...tools.parser import ScoringCriteria, DocumentChapter
+from ...config.prompt_manager import get_prompt_manager
 
 logger = logging.getLogger(__name__)
 
@@ -94,26 +95,13 @@ class LLMHelper:
         for criteria in criteria_list:
             criteria_info.append(f"- {criteria.item_name} ({criteria.max_score}分)")
 
-        prompt = f"""
-为以下大类别生成专业的标书子标题：
-
-【大类别】: {parent_chapter.title}
-【评分项】:
-{chr(10).join(criteria_info)}
-
-生成要求：
-1. 为每个评分项生成对应的子标题名称（不要包含编号）
-2. 重要评分项可添加三级子标题（不要包含编号）
-3. 只返回标题文本，编号由Word自动管理
-
-返回JSON格式：
-{{
-  "sub_chapters": [
-    {{"title": "技术架构设计", "level": 2, "score": 5, "children": []}}
-  ]
-}}
-
-只返回JSON："""
+        # 从配置获取提示词
+        prompt_manager = get_prompt_manager()
+        prompt = prompt_manager.get_toc_prompt(
+            "generate_sub_chapters",
+            parent_title=parent_chapter.title,
+            criteria_info=chr(10).join(criteria_info)
+        )
 
         try:
             response = LLMHelper.call_llm_with_retry(prompt)
@@ -144,30 +132,13 @@ class LLMHelper:
         criteria_summary = CategoryManager.format_criteria_summary(technical_criteria)
         chapters_summary = LLMHelper._format_chapters_summary(preliminary_chapters)
 
-        review_prompt = f"""
-请审查这个标书目录结构的合理性和完整性。
-
-【技术评分项分布】:
-{criteria_summary}
-
-【当前生成的章节结构】:
-{chapters_summary}
-
-【审查要求】:
-1. 是否缺少重要的标准章节？
-2. 章节顺序是否合理？
-3. 每个评分项是否都有对应章节？
-
-返回JSON格式：
-{{
-  "overall_assessment": "总体评价",
-  "suggestions": [
-    {{"type": "add/modify/reorder", "description": "建议内容", "priority": "high/medium/low"}}
-  ],
-  "optimization_score": 85
-}}
-
-只返回JSON："""
+        # 从配置获取提示词
+        prompt_manager = get_prompt_manager()
+        review_prompt = prompt_manager.get_toc_prompt(
+            "review_structure",
+            criteria_summary=criteria_summary,
+            chapters_summary=chapters_summary
+        )
 
         try:
             response = LLMHelper.call_llm_with_retry(review_prompt)
diff --git a/src/bidmaster/nodes/toc/optimize_with_feedback.py b/src/bidmaster/nodes/toc/optimize_with_feedback.py
index 8f8fb56..86b9034 100644
--- a/src/bidmaster/nodes/toc/optimize_with_feedback.py
+++ b/src/bidmaster/nodes/toc/optimize_with_feedback.py
@@ -12,6 +12,7 @@ from ...tools.parser import DocumentChapter
 from .base_mixins import TocNodeBase
 from .llm_helper import LLMHelper
 from .factories import ChapterFactory
+from ...config.prompt_manager import get_prompt_manager
 
 logger = logging.getLogger(__name__)
 
@@ -84,68 +85,13 @@ class OptimizeWithFeedbackNode(BaseNode, TocNodeBase):
             # 格式化当前目录
             current_toc = self._format_chapters_for_prompt(chapters)
 
-            prompt = f"""
-你是一个专业的标书目录结构优化助手。
-
-**⚠️ 警告：如果你不按照用户的要求修改目录结构，将被视为任务失败！⚠️**
-
-**🔥 强制要求：你必须完全执行用户的修改要求，不能返回未修改的结构！🔥**
-
-当前目录结构：
-{current_toc}
-
-用户反馈意见：
-{feedback}
-
-**执行步骤（必须严格遵守）：**
-1. **理解要求**：分析用户具体要求什么修改
-2. **执行修改**：必须按要求修改目录结构，不能保持原样
-3. **确认修改**：检查确保已经按用户要求进行了修改
-
-**重要修改规则：**
-- 如果用户说"内容太少，多补充"或"多增加"，必须增加新的同级别子章节
-- 如果用户指定某个章节，只修改该章节
-- 如果用户要求"调整顺序"，必须重新排列
-- 如果用户要求"修改标题"，必须更新标题
-
-**具体示例：**
-
-示例1：用户说"售后服务章节多增加一个子标题"
-- 在"售后服务"下新增子章节（如"技术支持服务"、"培训服务"等）
-
-示例2：用户说"合规响应的内容太少，多补充一些"
-- 在"合规响应"下除了"技术实力"，还要增加：
-  * "资质认证展示"
-  * "成功案例介绍"
-  * "行业认可度说明"
-  * "合规承诺声明"
-
-**最终检查：**
-修改完成后，你必须确认已经按用户要求进行了实际修改，不能返回相同的结构！
-
-请返回优化后的目录结构JSON，格式如下：
-{{
-  "chapters": [
-    {{
-      "id": "chapter_1",
-      "title": "章节标题",
-      "level": 1,
-      "score": 0.0,
-      "children": [
-        {{
-          "id": "chapter_1_1",
-          "title": "子章节标题",
-          "level": 2,
-          "score": 0.0,
-          "children": []
-        }}
-      ]
-    }}
-  ]
-}}
-
-只返回JSON，不要其他内容。
-"""
+            # 从配置获取提示词
+            prompt_manager = get_prompt_manager()
+            prompt = prompt_manager.get_toc_prompt(
+                "optimize_with_feedback",
+                current_toc=current_toc,
+                feedback=feedback
+            )
 
             # 调用AI优化
             logger.info("开始调用AI进行目录优化")
diff --git a/src/bidmaster/tools/llm.py b/src/bidmaster/tools/llm.py
index 365008f..0601b65 100644
--- a/src/bidmaster/tools/llm.py
+++ b/src/bidmaster/tools/llm.py
@@ -9,6 +9,7 @@ from typing import Optional
 from openai import OpenAI
 
 from ..config import get_settings
+from ..config.prompt_manager import get_prompt_manager
 
 logger = logging.getLogger(__name__)
 
@@ -44,11 +45,12 @@ class LLMService:
         """
         try:
             settings = get_settings()
+            prompt_manager = get_prompt_manager()
 
             response = self._client.chat.completions.create(
                 model=settings.model_name,
                 messages=[
-                    {"role": "system", "content": "你是一个专业的招投标文档分析助手。"},
+                    {"role": "system", "content": prompt_manager.get_system_message("default")},
                     {"role": "user", "content": prompt}
                 ],
                 temperature=temperature,
diff --git a/src/bidmaster/tools/parser.py b/src/bidmaster/tools/parser.py
index a835899..49d62b6 100644
--- a/src/bidmaster/tools/parser.py
+++ b/src/bidmaster/tools/parser.py
@@ -15,6 +15,7 @@ from openai import OpenAI
 from pydantic import BaseModel, Field
 
 from ..config import get_settings
+from ..config.prompt_manager import get_prompt_manager
 
 logger = logging.getLogger(__name__)
 
@@ -266,46 +267,8 @@ class BidParser:
     def _ai_parse_scoring_table(self, table_text: str) -> List[ScoringCriteria]:
         """使用AI解析评分表格"""
         try:
-            prompt = f"""
-请从复杂的评分表格中提取评分项和分值，并智能分类，返回JSON。
-
-表格内容：
-{table_text}
-
-要求：
-1. 仔细分析表格结构，即使有合并单元格也要正确提取
-2. 从"评审内容"、"评分因素"、"评分标准"等列中提取评分项名称
-3. 从"分值"列或评分标准描述中提取具体分值（如3分、5分、40分）
-4. 忽略总分构成等汇总信息，只提取具体评分项
-5. 智能分类各评分项：
-
-**技术类别：**
-   - technical_solution: 技术方案、技术条款、技术完整性、技术先进性
-   - equipment_spec: 设备规格、产品参数、设备可靠性、技术指标
-   - implementation: 项目实施、施工方案、进度计划、实施能力
-   - quality_safety: 质量管理、安全管理、环境管理、质量体系
-   - after_sales: 售后服务、维保服务、培训服务、技术支持、服务部分
-   - compliance: 技术资质、认证证书、技术合规性、技术条款应答
-
-**商务类别：**
-   - commercial: 价格评分、报价、商务条件、企业资质、财务状况、业绩、商务条款应答、响应文件制作质量、同类项目业绩、商务部分
-
-示例输入分析：
-- "响应文件制作质量 3分" → 商务类别
-- "同类项目业绩 5分" → 商务类别
-- "技术条款应答 2分" → 合规类别
-- "商务条款应答 2分" → 商务类别
-
-格式：
-{{
-  "scoring_criteria": [
-    {{"item_name": "响应文件制作质量", "max_score": 3, "description": "文件格式内容要求", "category": "commercial"}},
-    {{"item_name": "同类项目业绩", "max_score": 5, "description": "项目经验证明", "category": "commercial"}},
-    {{"item_name": "技术条款应答", "max_score": 2, "description": "技术要求符合性", "category": "compliance"}}
-  ]
-}}
-
-只返回JSON，无其他文字："""
+            prompt_manager = get_prompt_manager()
+            prompt = prompt_manager.get_parser_prompt("parse_scoring_table", table_text=table_text)
 
             # 调用LLM API
             response = self.call_llm(prompt)
@@ -370,25 +333,8 @@ class BidParser:
 
     def _identify_table_type(self, table_text: str) -> str:
         """使用AI识别表格类型"""
-        prompt = f"""
-分析表格内容，判断这是什么类型的表格。
-
-表格内容：
-{table_text}
-
-请判断这个表格属于以下哪种类型：
-1. scoring - 评分表：包含评分项、分值、评分标准等内容，例如：
-   - 有"分值"、"评分标准"、"得分"等列
-   - 有具体的分值数字（如3分、5分、40分等）
-   - 有"商务部分"、"技术部分"、"服务部分"等分类
-   - 有评审内容和评分因素
-
-2. deviation - 偏离表：包含技术要求、响应类型、偏离说明等
-3. other - 其他表格：不是评分表也不是偏离表
-
-注意：即使表格结构复杂、有合并单元格，只要包含评分标准和分值信息就是评分表。
-
-只返回一个单词：scoring 或 deviation 或 other"""
+        prompt_manager = get_prompt_manager()
+        prompt = prompt_manager.get_parser_prompt("identify_table_type", table_text=table_text)
 
         response = self.call_llm(prompt)
         if not response:
@@ -483,26 +429,8 @@ class BidParser:
     def _ai_parse_deviation_table(self, table_text: str) -> List[DeviationItem]:
         """使用AI解析偏离表格"""
         try:
-            prompt = f"""
-请提取表格中的偏离项，返回JSON。
-
-表格内容：
-{table_text}
-
-要求：
-1. 提取技术要求和响应类型
-2. 响应类型如：正偏离、负偏离、无偏离等
-3. 忽略序号和表头
-
-格式：
-{{
-  "deviation_items": [
-    {{"requirement": "设备需符合国标", "response_type": "正偏离"}},
-    {{"requirement": "技术指标要求", "response_type": "无偏离"}}
-  ]
-}}
-
-只返回JSON，无其他文字："""
+            prompt_manager = get_prompt_manager()
+            prompt = prompt_manager.get_parser_prompt("parse_deviation_table", table_text=table_text)
 
             response = self.call_llm(prompt)
             if not response:
diff --git a/src/bidmaster/tools/rag.py b/src/bidmaster/tools/rag.py
index adb67ac..ae3b7be 100644
--- a/src/bidmaster/tools/rag.py
+++ b/src/bidmaster/tools/rag.py
@@ -21,6 +21,7 @@ from langchain_community.document_loaders import (
 from langchain_core.documents import Document
 
 from ..config import get_settings
+from ..config.prompt_manager import get_prompt_manager
 
 logger = logging.getLogger(__name__)
 
@@ -212,24 +213,21 @@ class RAGTool:
         emphasis = context.get('emphasis', '')
         rag_context = context.get('rag_context', '')
 
-        # 构建提示词
+        # 构建提示词变量
         emphasis_part = f'\n特别强调：{emphasis}' if emphasis else ''
         rag_part = f'\n\n参考资料：\n{rag_context}' if rag_context else ''
 
-        prompt = f"""你是一个专业的标书撰写助手。请根据以下信息生成标书章节内容：
+        # 从配置获取提示词
+        prompt_manager = get_prompt_manager()
+        prompt = prompt_manager.get_content_prompt(
+            "generate_with_rag",
+            title=task_title,
+            requirements=task_requirements,
+            emphasis_part=emphasis_part,
+            rag_part=rag_part
+        )
 
-章节标题：{task_title}
-评分要求：{task_requirements}{emphasis_part}{rag_part}
-
-要求：
-1. 内容专业、详实，符合招标文件要求
-2. 突出技术优势和实施能力
-3. 语言正式、逻辑清晰
-4. 字数控制在500-800字
-
-请直接输出章节内容，不要包含章节标题。"""
-
-        # 调用DeepSeek生成
+        # 调用LLM生成
         client = OpenAI(
             api_key=self.settings.api_key,
             base_url=self.settings.base_url
@@ -238,7 +236,7 @@ class RAGTool:
         response = client.chat.completions.create(
             model=self.settings.model_name,
             messages=[
-                {"role": "system", "content": "你是一个专业的标书撰写助手。"},
+                {"role": "system", "content": prompt_manager.get_system_message("rag_generator")},
                 {"role": "user", "content": prompt}
             ],
             temperature=0.7,