有效利用Claude技能的提示词示例
更新于 2025年10月17日
6 分钟
简介：通过更好的提示词解锁 Claude 的真正超能力
如果您曾认为“Claude 不错，但不太稳定”，那么问题几乎不在于 Claude 本身，而在于提示词。通过正确的结构，Claude 可以进行深入推理、遵循约束、输出清晰的 JSON、协调工具，甚至在您看到结果之前评论自己的工作。Anthropic 自己的指南强调要给予 Claude 思考的空间，并使用清晰的约束来提高准确性和推理质量。本文分享了您可以复制、混合和发布的实用提示词模板。
样式说明：本指南采用实用且以解决方案为导向的方法——简短的介绍、具体的模式和可复制粘贴的示例。
本指南的结构
- 10 个最有用的 Claude 提示词模式，每个模式都包含：
- 何时使用
- 可直接复制的模板
- 额外提示和陷阱
- 真实世界的用例和变体
- 一个结束清单，以便您可以快速将这些适应您的堆栈
- 增强推理能力：让 Claude 在保护措施下思考 何时使用：复杂的分析、多步骤计划或非简单的解决问题。
模板：具有可见性控制的“思考，然后回答”
系统/指令：
你是一个谨慎的、循序渐进的推理者。首先，以编号的计划默默地思考问题。然后，在名为“最终”的单独标题下产生简洁的最终答案。
用户提示：
任务：{task}。如果您无法接受长时间的中间推理，请要求提供简要计划，而不是完整的 CoT，并保持“最终”部分的简洁。
陷阱：不要在生产日志中要求详尽的内部想法；请求计划、子步骤或要点理由，而不是逐字逐句的思维链。
- 结构化输出：JSON 模式保真度 何时使用：集成、自动化、分析或下游系统解析结果时。
模板：以 JSON 为先，包含模式和示例
指令：
仅输出 JSON。不要出现散文。严格遵循此模式。
{
"title": "string",
"priority": "low|medium|high",
"due_date": "YYYY-MM-DD",
"tasks": []
}
您好，{task}。在支持工具/函数调用的平台上，JSON 的可靠性会更强。
- 角色 + 评分标准：使质量可衡量 何时使用：内容生成、代码审查、编辑 QA 或评分。
模板：角色、评分标准和通过/失败门槛
指令：
角色：你是一位资深技术编辑。
评分标准（每项 0-5 分）：
- 1) 准确性，2) 清晰度，3) 结构，4) 证据，5) 可操作性。 任务：审查草案。首先，对每个评分标准项目进行评分，并给出简要理由。然后提供一个修改后的版本，以提高较弱的分数。修订稿保持在 600 字以内。
提示：评分标准使“质量”显式化，从而提高了一致性并减少了幻觉。Anthropic 指出，结构良好的指令和明确的评估标准有助于 Claude 自我纠正。
- 少量样本精度：通过示例进行教学 何时使用：样式匹配、分类、提取或转换。
模板：模式化的少量样本 + 反例
指令：
您将产品评论转换为具有简短证据引用的结构化情感。
示例：
输入：“电池续航一整天。相机很普通。”
输出：{"sentiment":"mixed","pros":["电池续航一整天"],"cons":["相机很普通"]}。
输入：“设计很糟糕。软件很棒！”
输出：{"sentiment":"mixed","pros":["软件很棒！"],"cons":["设计很糟糕"]}
输入：{review}
输出：
- 面向工具的提示：让 Claude 协调步骤 何时使用：多模式工作流程、检索、Web 调用或任何超出文本生成的操作。
模板：自然协调简报
指令：
只有当工具能够切实改进答案时，您才能调用可用的工具。在调用任何工具之前，请说明您要填补的具体空白。调用后，总结证据并引用来源。如果不需要工具，请直接进行推理和“最终”部分。
提示：Anthropic 建议清楚地描述可用的工具，并让 Claude 自然地进行委派，而不是强制执行严格的顺序。现代运行时支持具有显式协定和多态定义的多种工具类型。
- 安全性和约束：保持输出符合策略 何时使用：面向公众的功能、品牌敏感内容、受监管的领域。
模板：以约束为先的指令
指令：
严格遵守以下约束：不得泄露 PII，不得提供超出一般信息的医疗/法律/财务建议，拒绝不安全的要求，并引用断言的来源。如果不确定，请在继续之前提出澄清问题。
提示：清晰的安全边界与 Claude 的宪法方法相一致，并减少了不符合策略的输出，同时仍然能够进行有用的推理。
- 计划者 → 执行者：两阶段执行 何时使用：需要分离计划和执行的复杂任务。
模板：先计划，后执行
指令：
第 1 阶段（计划）：提出一个包含依赖关系、风险和预期输出的逐步计划。请您确认或编辑。
第 2 阶段（执行）：执行已批准的计划。如果您发现新的约束，请暂停并在偏离之前请求批准。
提示：将计划与执行分离可以镜像人类的工作流程，并防止过早地致力于有缺陷的方法。
- 苏格拉底式澄清：行动前先提问 何时使用：模糊的要求、不明确的目标或缺失的数据。
模板：以问题为先的门槛
指令：
如果任务不明确，请提出最多 5 个澄清问题，以最大限度地提高下游的准确性。如果明确，则继续。始终解释每个问题的重要性。
为什么它有效：Claude 擅长作为对话伙伴；提示它提出有针对性的问题可以解锁更好的结果，并符合其对话优势。
- 风格迁移和声音匹配 何时使用：品牌文案、高管沟通或以特定语气重写。
模板：风格矩阵 + 护栏
指令：
目标风格：{style}。遵循以下约束：{constraints}。以下是一些示例：{examples}。现在，以目标风格重写以下段落：{passage}
- 它们加强了结构和约束，从而提高了可靠性和评估。
- 它们鼓励迭代的自我纠正和调试，从而在实践中提高了代码和内容的质量。
- 它们将少量样本示例和反例配对，以收紧行为边界。
实际场景和即用型提示
- 市场调查综合 指令： 将 5 个竞争对手的页面总结为 300 字的简报，其中包含功能与价格矩阵。提供 5 个带有链接的来源引用，然后提供一个“最终”建议部分。如果证据不足，请明确说明。
- 大规模的销售电子邮件个性化 指令： 给定一个 LinkedIn 简介和一个公司网站简介，生成一个 75 字的电子邮件草稿，其中包含 10 字的主题行、1 个个性化的引人入胜点和 1 个可信度证明点。返回带有以下字段的 JSON：主题、开场白、正文、CTA。
- 分析 QA 指令： 给定一个仪表板屏幕截图和一个指标词汇表，识别 3 个异常情况，并提出每个异常情况的 3 个诊断步骤。如果在回答之前需要，请询问缺失的维度。
- 政策起草 指令： 起草一份简明的政策，分为 6 个部分：目的、范围、定义、政策、例外情况、执行。最后添加一个 6 点的“这在实践中意味着什么”。避免使用法律术语。
- 设计评论 指令： 充当 UX 研究员。根据 8 个启发法（尼尔森）批判移动结账。提供 10 个按严重程度排序的问题，并提供具体的修复和预期影响。
顺便说一句：值得注意的是，对于跨多个模型和工作流程工作的团队——Sider.AI 定期发布高级提示策略和蓝图，您可以快速地在用例中进行调整，包括自我调试循环和生产级模板。当您想要即用型模式而无需重新发明轮子时，它会很方便。
在您点击发送之前的快速清单
- 您是否指定了角色、目标、约束和成功标准？
- 输出格式是否明确，最好包含模式和示例？
- 您是否要求 Claude 在生成“最终”答案之前简要地进行计划？
- 是否有针对安全性、引用和未知情况的保护措施？
- 是否有用于质量的自我检查或评分标准？
- 您是否在复杂的任务中将计划与执行分开？
主要收获
- 结构胜于长度：简短、精确的约束优于冗长、模糊的提示。
- 让 Claude 思考，但要限制它：计划和自我检查可以提高准确性，而不会造成臃肿。
- 展示，而不是讲述：少量样本示例和反例可以快速校准行为。
- 像对待产品一样对待提示：添加评分标准、失败模式和更改日志，以达到生产可靠性。
- 在集成到系统时，使用工具协调和以模式为先的输出。
常见问题解答
问题 1：有哪些最佳提示示例可以利用 Claude 的推理能力？
使用以计划为先的提示、评分标准和自我调试循环。要求 Claude 概述步骤、检查假设，并提供一个包含约束的简洁的“最终”答案。
问题 2：如何让 Claude 可靠地输出清晰的 JSON？
指定一个严格的模式，给出一个正面和负面示例，并指示 Claude 拒绝未知的字段。当您的运行时支持工具/函数模式时，请考虑使用它们。
问题 3：我应该将思维链提示与 Claude 一起使用吗？
对于复杂的任务，是的，但要控制可见性和长度。如果您无法处理长时间的中间推理，请要求提供简要计划或要点理由。
问题 4：如何减少 Claude 响应中的幻觉？
设置证据要求，禁止编造事实，并要求提供置信度标签。在“最终”答案之前添加一个评分标准和自我检查步骤。
问题 5：对于 Claude 的复杂、多步骤任务，什么是一个好的模式？
使用两阶段的“计划 → 执行”提示。首先批准计划，然后执行，其中包含检查点和显式偏差（如果约束发生变化）。
