Ollama Modelfile 参数详解：创建专属定制模型的完整指南

上篇文章说完怎么让模型跑起来，有个问题一直跟着我——回答太飘了。

怎么说呢，我问 llama3.2 一个简单的代码问题，它有时给我三行简洁答案，有时给我写一篇论文。温度参数调到 0.8，它开始”创意发挥”；调到 0.1，它又变得死板，像在背书。更头疼的是每次对话都要重新设置 system prompt，复制粘贴到想吐。

后来我发现 Ollama 有个东西叫 Modelfile。说白了就是给模型写一份”性格简历”——一次配置，永久生效。这篇文章我把自己踩过的坑和调试经验整理出来，包括 10 个核心参数的调优建议，还有 4 个可以直接用的实战模板。

如果你还没装过 Ollama，建议先看上一篇入门文章。这篇是进阶内容，默认你已经会 ollama run 了。

一、Modelfile 是什么，为什么需要它

Modelfile 就像是模型的”配置蓝图”，跟 Dockerfile 的概念差不多——你告诉 Ollama 用哪个模型做基础，设置什么参数，系统提示词写什么，然后给它起个名字。之后每次用这个名字调用，所有配置自动生效。

简单说，它解决三个痛点：

痛点一：每次都要重复设置

你肯定遇到过这种情况：打开终端，ollama run llama3.2，然后打一句 system prompt。第二天再来一次。第三天又来……烦不烦？Modelfile 把这些固定配置写死，一次配置，终身有效。

痛点二：输出风格不稳定

同一个模型，不同参数设置下，输出天差地别。代码助手需要稳定输出，创意写作需要多样发挥。你不可能每次都记住”哦对了，这个任务要用 temperature 0.3，那个要用 0.8”——Modelfile 直接帮你存好预设。

痛点三：模型变体管理

你想要一个”代码审查版 llama3.2”，一个”写作助手版 llama3.2”，一个”JSON输出版 llama3.2”。怎么办？复制三份模型？不用。用 Modelfile 创建三个命名变体就行，底层还是同一个模型文件，只是配置不同。

基本流程就三步：

# 1. 创建一个 Modelfile 文件
echo 'FROM llama3.2
SYSTEM "你是一个代码审查专家"' > Modelfile

# 2. 用 ollama create 生成新模型
ollama create my-coder -f Modelfile

# 3. 直接运行
ollama run my-coder

就这么简单。接下来详细说说 Modelfile 里面能写什么。

二、Modelfile 结构与 8 大指令

Modelfile 的语法很简单：注释用 #，指令用大写单词开头。类似这样：

# 这是一个注释
FROM llama3.2
PARAMETER temperature 0.8
SYSTEM "你是一个友好的助手"

整个文件就两种东西：注释和指令。指令又分为 8 种，我先给你一个全景图：

指令	作用	必需吗	什么时候用
FROM	指定基础模型	必需	每个文件必须有
PARAMETER	设置推理参数	可选	调整温度、上下文等
TEMPLATE	提示词模板	可选	自定义对话格式
SYSTEM	系统消息	可选	设定角色和行为
ADAPTER	加载 LoRA 适配器	可选	模型微调时用
LICENSE	许可声明	可选	发布模型时需要
MESSAGE	预设对话历史	可选	few-shot 示例
REQUIRES	版本要求	可选	特定版本功能

说实话，日常使用 90% 的情况只需要 FROM、PARAMETER 和 SYSTEM 这仨。其他的等遇到具体需求再看。

FROM 指令的三种用法

FROM 是唯一必需的指令，有三种写法：

写法一：用模型名（最常见）

FROM llama3.2
FROM llama3.2:3b
FROM mistral:latest

直接用 Ollama 支持的模型名就行。冒号后面是版本标签，不写默认 latest。

写法二：用本地 GGUF 文件

FROM ./my-model.gguf

如果你从别处下载了 GGUF 格式的模型文件，可以直接指向它。

写法三：用 Safetensors 目录

FROM ./my-safetensors-dir

这种情况比较少见，一般是从 Hugging Face 下载的模型原始格式。

好，基础结构说完了。接下来是重头戏——PARAMETER 参数。

三、PARAMETER 参数详解

这部分是整篇文章最干货的地方。我把自己调参数踩过的坑都整理出来，给你一个可以直接抄的配置表。

先看完整的参数清单：

参数	默认值	类型	干啥用的	怎么调
temperature	0.8	float	控制随机性，越高越”放飞”	代码 0.3，创意 1.0
num_ctx	2048	int	上下文窗口大小	长文档用 4096-8192
top_k	40	int	只从概率最高的 K 个词里选	一般不动，除非输出太乱
top_p	0.9	float	核采样，控制多样性	和 temperature 配合用
min_p	0.0	float	过滤掉概率太低的词	高质量输出设 0.05
seed	0	int	固定随机种子，复现输出	测试时设 42 或固定值
stop	无	string	看到这个就停止生成	多个 stop 可以叠加
num_predict	-1	int	最大输出长度，-1 表示不限	限制输出设 100-500
repeat_penalty	1.1	float	惩罚重复内容	长文生成提高到 1.5
repeat_last_n	64	int	检测最近 N 个词是否重复	和 repeat_penalty 配合

下面我挑几个最重要的参数详细说说。

temperature：创造性 vs 稳定性

这是最容易理解的参数。temperature 高（比如 1.0），模型会”放飞自我”，选择概率较低但更有创意的词；temperature 低（比如 0.1），模型会变得保守，只选概率最高的词，输出更稳定。

我测试过 llama3.2 在不同 temperature 下回答同一个问题的差异：

问：Python 如何读取文件？

• temperature 0.1：输出像教科书，只有最标准答案
• temperature 0.5：会补充一些实用提示，比如”注意编码问题”
• temperature 0.8：可能会讲到不同场景的不同方法，甚至举例
• temperature 1.0：回答五花八门，有时会偏离主题

我的经验：

• 写代码、技术问答：0.3 左右，要稳定
• 创意写作、头脑风暴：0.8-1.0，需要惊喜
• JSON 输出、固定格式：0.1-0.2，要精准

num_ctx：上下文窗口

这个参数决定了模型能”记住”多少内容。默认 2048 tokens，大概是 1500-2000 个汉字。

你想让它读一篇长文章然后总结？2048 可能不够。你聊了很久的对话，它突然忘记前面的内容？大概率是 num_ctx 太小。

重要提醒：num_ctx 调大会占用更多内存。我测试 llama3.2 时，num_ctx 从 2048 调到 8192，内存占用翻了一倍多。如果你的机器只有 8GB 内存，调到 4096 就差不多了。

我的经验：

• 短对话、简单问答：2048 默认够用
• 代码审查、技术讨论：4096 比较舒服
• 长文档处理、小说写作：8192（前提是内存够）

stop：停止序列

这个参数很好用——告诉模型”看到这个就停”。

比如你让模型输出 JSON，担心它输出太多废话：

PARAMETER stop "\n\n"
PARAMETER stop "```"

模型看到两个换行或者代码块符号就会停止，输出更干净。

stop 可以叠加多个，这点很多人不知道。

repeat_penalty：防止废话

模型有个毛病：容易重复说同一句话。repeat_penalty 就是用来惩罚重复内容的。

默认值 1.1，我已经觉得不够用了。让它写长文章时，我一般设到 1.3-1.5，能有效减少”正如前面所说”、“综上所述”这类废话。

不同场景的参数对比表

我总结了四种常见场景的最佳配置，你可以直接抄：

场景	temperature	num_ctx	其他参数建议
代码助手	0.3	4096	stop ”```”, seed 42（方便复现）
创意写作	1.0	2048	top_p 0.95, repeat_penalty 1.5
技术问答	0.5	4096	min_p 0.05（过滤低质量词）
JSON 输出	0.1	2048	stop “\n\n”, stop ”```”

看到这里，你应该对每个参数有概念了。接下来是实战环节——我给你四个可以直接用的 Modelfile 模板。

四、实战案例：4 个完整 Modelfile

理论说完了，直接上代码。这四个模板我都实际测试过，你可以复制粘贴后直接运行。

案例 1：角色扮演——猪八戒助手

这是我做的一个好玩的小模型，专门模仿猪八戒说话：

# 猪八戒助手 Modelfile
FROM llama3.2

SYSTEM """你是西游记中的猪八戒，说话风格要幽默、接地气。
回答问题时：
- 偶尔抱怨师傅太唠叨
- 提到吃的会很兴奋
- 用"俺老猪"自称
- 遇到困难会说"散伙算了"""

PARAMETER temperature 0.8
PARAMETER num_ctx 2048

为什么这样配置：

temperature 设 0.8，让猪八戒说话更有”性格”，不会太死板。SYSTEM 里写了具体的行为规则——提到吃的要兴奋、用”俺老猪”自称——这些细节让角色更鲜活。

使用方法：

ollama create pig-bajie -f Modelfile
ollama run pig-bajie

你可以试着问它：“如何学好编程？“看看它怎么回答。

案例 2：专业助手——Python 代码审查

这个是我日常工作用的配置，专门审查代码：

# Python 代码审查助手 Modelfile
FROM llama3.2:3b

SYSTEM """你是资深 Python 开发者，审查代码时关注：
1. 类型安全——是否有潜在的类型错误
2. 异常处理——边界情况是否覆盖
3. 性能瓶颈——有没有不必要的循环或重复计算
4. 安全隐患——敏感数据是否暴露

回复格式：
问题 → 影响 → 建议 → 代码示例"""

PARAMETER temperature 0.3
PARAMETER num_ctx 8192
PARAMETER seed 42

为什么这样配置：

temperature 0.3 保证输出稳定——审查代码不需要”创意发挥”。num_ctx 设 8192 因为代码文件可能很长。seed 42 是为了复现——同样的问题给出同样的建议，方便对比测试。

使用效果：我把一段几百行的 Python 代码丢进去，它会按照”问题→影响→建议→示例”的格式给出清晰的审查报告。

案例 3：结构化输出——JSON 格式

如果你需要把模型的输出喂给其他程序，JSON 格式最方便：

# JSON 输出助手 Modelfile
FROM llama3.2

SYSTEM """你的输出必须是合法的 JSON 格式。
分析结果格式：
{"result": "分析内容", "confidence": 0-100, "tags": ["标签1", "标签2"]}

不要输出任何其他内容，不要加代码块标记。"""

PARAMETER temperature 0.1
PARAMETER num_ctx 2048
PARAMETER stop "\n\n"
PARAMETER stop "```"

MESSAGE user 分析这段代码的安全风险
MESSAGE assistant {"result": "存在 SQL 注入风险，用户输入未过滤", "confidence": 85, "tags": ["安全", "SQL"]}

为什么这样配置：

temperature 0.1 是为了输出最稳定——JSON 格式容不得半点偏差。stop 参数过滤掉换行和代码块符号，防止模型输出多余内容。MESSAGE 部分是一个 few-shot 示例——告诉模型”输出要像这样”。

这个配置我用在自动化流程里：把错误日志丢给模型，它输出结构化的分析结果，然后程序自动处理。

案例 4：长上下文——文档摘要

处理长文章时，上下文窗口要够大：

# 文档摘要助手 Modelfile
FROM llama3.2

SYSTEM """你是文档摘要专家，输出要求：
- 总结不超过 5 个要点
- 每个要点不超过 50 字
- 先提取核心观点，再补充细节
- 使用中文输出"""

PARAMETER temperature 0.5
PARAMETER num_ctx 8192
PARAMETER num_predict 300

为什么这样配置：

temperature 0.5——摘要需要稳定，但也不能太死板（太低会把摘要写成流水账）。num_ctx 8192 确保能处理长文档。num_predict 300 限制输出长度——摘要不应该比原文还长。

我用这个配置处理技术文章：把一篇 3000 字的文章丢进去，它给我 5 个要点，每个 50 字以内，读起来效率高多了。

小结

这四个模板覆盖了常见需求。你可以根据自己需要修改 SYSTEM 内容或者调整参数——反正 Modelfile 改完重新 ollama create 就行，调试成本很低。

五、TEMPLATE 和 MESSAGE 进阶

前面几个案例都没用到 TEMPLATE，因为这个参数属于”进阶功能”——当你需要精细控制对话格式时才用。

TEMPLATE 的 Go template 语法

Ollama 使用 Go 的 template 语法，三个关键变量：

• {{ .System }} —— 你的 SYSTEM 内容
• {{ .Prompt }} —— 用户输入
• {{ .Response }} —— 模型输出（用来定义输出格式）

一个简单的例子：

FROM llama3.2

TEMPLATE """{{ .System }}

用户问题：{{ .Prompt }}

回答：{{ .Response }}"""

SYSTEM "你是一个技术专家"

这个 TEMPLATE 定义了对话的结构：先放 SYSTEM 内容，再放用户问题，最后是模型的回答。

说实话，大部分情况下不需要自定义 TEMPLATE——Ollama 的默认模板已经够用了。什么时候需要改？

场景一：集成其他工具

你把 Ollama 接到某个聊天系统，它有特定的输入格式要求。这时候用 TEMPLATE 做适配。

场景二：特殊对话格式

你想让对话有”前缀”，比如每句话开头加 [AI] 或者 [USER]，可以用 TEMPLATE 实现。

MESSAGE：预设对话历史

MESSAGE 的作用是”给模型看几个例子”。前面的 JSON 输出案例就用到了：

MESSAGE user 分析这段代码的安全风险
MESSAGE assistant {"result": "存在 SQL 注入风险", "confidence": 85}

这相当于告诉模型：“用户问这种问题，你应该这样回答”——few-shot 学习的概念。

你可以预设多条对话历史：

MESSAGE user 你好
MESSAGE assistant 你好，有什么我可以帮你的？
MESSAGE user 天气怎么样
MESSAGE assistant 我不知道实时天气，建议你查看天气应用。

模型启动时就会”记住”这些对话，之后的新对话会延续这个风格。

如何查看模型的 Modelfile

如果你想看看某个模型的 Modelfile 是怎么写的，可以用这个命令：

ollama show --modelfile llama3.2

输出内容很长，包含模型默认的所有配置。复制出来修改，就能创建你的定制版本。

这个命令特别有用——当你看到一个效果很好的模型（比如别人分享的定制版），用 ollama show 导出它的 Modelfile，学习人家是怎么配置的。

六、常见问题与避坑指南

调参数这事，踩坑是必经之路。我把遇到的几个典型问题整理出来，给你避雷。

问题一：temperature 调太低，输出像背书

有人以为 temperature 越低越好——输出稳定嘛。我一开始也这么想，把代码助手的 temperature 设到 0.05。

结果呢？模型回答问题像在背诵标准答案，没有任何灵活性。问它”Python 怎么读文件”，它给我三种方法，但每个方法都是教科书式的标准写法，没有任何实用提示。

我的教训：temperature 不是越低越好。代码审查用 0.3 就够了，低于 0.2 会变得死板。你想要精准输出（比如 JSON），确实要低，但日常对话没必要。

问题二：num_ctx 调太大，内存爆了

有一次我心血来潮，把 num_ctx 设到 16384——想让它处理超长文档。运行了几分钟后，系统开始疯狂 swap，整个机器卡得动不了。

我的机器只有 16GB 内存。llama3.2:3b 本身占用大概 2GB，num_ctx 从 2048 调到 16384，内存占用直接翻到 8GB 多。再加上其他程序……

教训：num_ctx 不是随便往上调的。根据你的内存情况来：

• 8GB 内存：num_ctx 最多 4096
• 16GB 内存：num_ctx 可以到 8192
• 32GB 以上：才有条件试 16384

问题三：SYSTEM 和 MESSAGE 搞混

这两个指令作用不同，容易混淆：

• SYSTEM：永久生效的角色设定，每次对话都会带着
• MESSAGE：预设的对话历史，相当于 few-shot 示例

举个例子：你想让模型扮演代码审查专家，SYSTEM 写角色定义，MESSAGE 写几个问答示例。

很多人只写 SYSTEM，不写 MESSAGE，结果模型”知道自己是代码审查专家”，但不知道该怎么回答具体问题。加几条 MESSAGE 示例后，输出质量明显好多了。

问题四：创建后想更新怎么办

Modelfile 创建的模型，想改配置怎么办？

简单——重新 ollama create 同名覆盖：

# 第一次创建
ollama create my-coder -f Modelfile

# 想改配置？修改 Modelfile 后再跑一次
ollama create my-coder -f Modelfile

Ollama 会直接覆盖同名模型，不需要先删除。当然，如果你不想覆盖，换个名字就行：

ollama create my-coder-v2 -f Modelfile

问题五：如何复现别人的 Modelfile

看到别人分享的定制模型效果不错，想学习人家怎么配置的：

# 先拉取那个模型
ollama pull someone-elses-model

# 导出它的 Modelfile
ollama show --modelfile someone-elses-model > learned-modelfile

# 查看、学习、修改
cat learned-modelfile

这个命令我经常用——从社区的定制模型里学到不少参数调优技巧。

总结

说了这么多，Modelfile 的核心逻辑就一句话：把配置固化下来，避免每次手动调整。

给你三个立刻可以做的事：

1. 创建一个角色扮演模型

试试猪八戒助手的模板，或者换成你喜欢的人物（比如哆啦A梦、钢铁侠）。运行几轮对话，感受 temperature 参数对输出风格的影响。

2. 对比不同参数的输出

同一个问题，用 temperature 0.3 和 0.8 分别跑一次，看看输出有什么差异。这个实验我做过很多次，每次都有新发现。

3. 找一个你常用的场景

代码审查、文档摘要、创意写作——选一个你日常会用的场景，把上面的模板改成你需要的版本。调试几轮后，你会有一个专属的定制模型。

下一篇我会讲 Ollama 的 API 集成——怎么把本地模型接到你的程序里，用 OpenAI 兼容接口调用。Modelfile 配好之后，API 调用会更稳定——参数不需要在代码里传递，直接用定制模型就行。

有问题可以留言，我踩过的坑可能能帮你避开几个。

创建 Ollama 定制模型

使用 Modelfile 配置并创建专属模型

⏱️ 预计耗时: 10 分钟

1. 1

   步骤1: 创建 Modelfile 文件

   新建一个名为 Modelfile 的文本文件，写入基础配置：
   
   • FROM llama3.2（指定基础模型）
   • SYSTEM "你的系统提示词"（定义角色）
   • PARAMETER temperature 0.3（设置温度参数）
2. 2

   步骤2: 生成定制模型

   在终端运行创建命令：
   
   ```bash
   ollama create my-model -f Modelfile
   ```
   
   my-model 是你给模型起的名字，可以自定义。
3. 3

   步骤3: 运行并测试

   直接运行创建好的模型：
   
   ```bash
   ollama run my-model
   ```
   
   测试几个问题，观察输出是否符合预期。
4. 4

   步骤4: 迭代优化

   如果输出不理想：
   
   • 调整 temperature 参数（代码0.3/创意0.8）
   • 修改 SYSTEM 提示词
   • 添加 MESSAGE 示例
   
   修改后重新运行 `ollama create my-model -f Modelfile` 覆盖即可。

常见问题

Modelfile 和直接设置参数有什么区别？

Modelfile 把配置固化下来，一次创建永久生效。直接设置参数（如 ollama run 时传递）每次都要重复，而且无法保存 SYSTEM 提示词等复杂配置。

temperature 参数应该设置多少？

根据场景选择：

• 代码审查、技术问答：0.3 左右，输出稳定
• 创意写作、头脑风暴：0.8-1.0，增加多样性
• JSON 输出、固定格式：0.1-0.2，确保精准

低于 0.2 会变得死板，高于 1.0 可能偏离主题。

num_ctx 调大会占用多少内存？

根据模型大小和 num_ctx 值不同，大致参考：

• 8GB 内存：num_ctx 最多 4096
• 16GB 内存：num_ctx 可以到 8192
• 32GB 以上：可尝试 16384

建议根据实际内存情况逐步调整测试。

如何查看已有模型的 Modelfile？

使用命令 `ollama show --modelfile 模型名` 可以导出模型的完整 Modelfile 配置，方便学习或修改。

SYSTEM 和 MESSAGE 有什么区别？

两者作用不同：

• SYSTEM：定义模型的角色和行为规则，每次对话都生效
• MESSAGE：预设对话历史，用于 few-shot 示例

建议同时使用，SYSTEM 定义角色，MESSAGE 给出几个问答示例。

创建后想修改参数怎么办？

修改 Modelfile 文件后，重新运行 `ollama create 模型名 -f Modelfile` 即可覆盖同名模型，无需删除。如果想保留原版本，可以用不同的模型名。

14 分钟阅读 · 发布于: 2026年4月5日 · 修改于: 2026年4月5日