Claude 提示工程最佳实践

Claude 提示工程原则

Anthropic 在其官方文档中提出了系统化的提示工程方法论，核心原则是"清晰、具体、提供示例"。Claude 对结构化指令的响应尤其出色。

1. 系统提示词（System Prompt）

系统提示词是塑造 Claude 行为的最强力工具。推荐结构：

你是一个{角色}，专门负责{任务描述}。

## 你的职责
- {职责1}
- {职责2}

## 回答规范
- 使用{格式}输出
- 语气{描述}
- 如不确定，明确说明

## 限制
- 不做{X}
- 不回答{Y}

2. XML 标签结构化

Claude 对 XML 标签有特殊的理解能力，用标签分隔不同类型的内容：

请根据以下信息回答问题：


{长文档内容}



1. 只基于文档内容回答
2. 引用时标注段落号
3. 不确定时回答"文档中未提及"



{用户问题}

3. Few-Shot 示例

提供输入-输出对让 Claude 学习期望的格式：

将用户反馈分类为正面/负面/中性：


产品很好用，推荐！
正面



物流太慢了
负面



收到货了
中性


现在分类：
{新反馈}

4. 思维链（Chain of Thought）

引导 Claude 展示推理过程，显著提升复杂任务的准确率：

解决以下问题。请先在  标签中逐步分析，
然后在  标签中给出最终答案。


{问题描述}

5. 角色扮演

Claude 在角色扮演场景下表现尤为突出：

你是一位资深Python架构师，正在为团队进行代码审查。
请用专业但友善的语气指出代码中的问题，并给出改进建议。
对每个问题，按以下格式输出：
- **问题**：描述
- **严重程度**：高/中/低
- **建议**：修复方案
- **示例代码**：修正后的代码片段

6. 输出格式控制

JSON 输出

请以JSON格式输出分析结果，严格遵循以下schema：
{
  "summary": "string - 一句话总结",
  "sentiment": "positive|negative|neutral",
  "keywords": ["string"],
  "confidence": "0-1之间的数字"
}
只输出JSON，不要其他文字。

7. 长文档处理技巧

• 分块处理：将长文档分段，逐段分析后汇总
• 先摘要后回答：让 Claude 先生成摘要，再基于摘要回答
• 关键词定位：指定关注的关键信息，忽略无关内容

8. 常见反模式