簡介：駕馭小型卻強大的模型之提示藝術
如果您曾希望您的 AI 更像是反應迅速的隊友，而不是緩慢冗長的顧問，那麼 Claude Haiku 4.5 就是您的理想模型。它專為速度、低延遲和成本效益而設計，非常適合快速迭代、大量工作負載和緊密的迴圈反饋。但這裡有個轉折：要從 Haiku 4.5 獲得卓越的成果，並非撰寫更長的提示，而是撰寫更精確的提示。在本指南中，我們將剖析那些能持續從 Claude Haiku 4.5 產生清晰、可靠輸出的提示策略，並展示如何將它們應用於從編碼到內容生成和輕量分析的各種任務。
Claude Haiku 4.5 的與眾不同之處——以及它對提示的重要性
Claude Haiku 4.5 屬於「小型模型」級別，專為速度和規模而構建，同時保留了日常任務的強大推理能力。這改變了您提示的方式：
- 有步驟界限的推理（「分 3-5 步逐步思考」）有助於它保持專注。
- 它非常適合在明確的約束下進行快速草稿、腳手架搭建和決策支持。
Haiku 4.5 旨在實現規模化的成本效益，這使其非常適合協調多輪工作流程、批量內容轉換和檢索增強生成 (RAG)，在這些場景中，延遲至關重要。
風格說明：本文採用實用且以解決方案為導向的方法，針對在實際專案中的即時使用進行了優化。
Claude Haiku 4.5 提示的黃金法則
- 更好：「為產品經理總結這份報告。5 個要點。包括：風險、依賴性、後續步驟。最多 120 個字。」
為什麼有效：當您的約束條件清晰時，Haiku 4.5 就能蓬勃發展。指定受眾、格式、長度以及任何必備元素。
- 範例：「您是一位簡潔的技術助理。目標：(1) 準確回答，(2) 最小化 token，(3) 僅在被要求時才顯示 3 步推理大綱。」
為什麼有效：清晰的角色 + 目標引導解碼，減少偏差，並提高跨通話的可重複性。
- 程式碼審查範例：「審查：(a) 正確性，(b) 安全性，(c) 可讀性，(d) 測試覆蓋率。輸出：每個項目通過/失敗，並提供 1-2 行理由。」
為什麼有效：檢查清單將複雜的任務壓縮為可靠、可驗證的子任務。
- 範例：「最多思考 4 個步驟，然後僅呈現最終答案。」
為什麼有效：您可以獲得專注的推理，而不會產生失控的冗長。
- 範例：「返回具有以下鍵的 JSON：decision、rationale、risks、next_steps。沒有額外的文字。」
為什麼有效：結構能夠實現下游自動化、防止冗餘，並保持成本的可預測性。
- 少量範例應：簡短、具有代表性，並符合您期望的風格。
- 提示：保持範例特定於網域（例如，您的品牌聲音、您的程式碼風格）。
- 對於程式碼：「目標：Python 3.11、Pydantic v2。使用類型提示。包括一個 1-block 測試。」
- 新增：「如果缺少資料或存在歧義，請先提出一個澄清問題。如果仍然不確定，請說『未知』。」
為什麼有效：減少了自信的錯誤答案，並保持迴圈的高效率。
- 標記片段：[Policy]、[Excerpt]、[Email]、[Spec]。
- 政策：「切勿輸出 PII，保持在 150 個 token 以下，如果提供來源，請引用來源。」
- 使用者任務：「為銷售線索總結電子郵件鏈。」
為什麼有效：更簡潔的提示架構，更易於維護。
始終有效的提示模式
模式 A：「簡明扼要的簡介」
當您需要速度和一致性來處理例行任務時使用。
範本：
模式 B：「先評論，再創建」
以最少的額外 token 獲得更高品質的草稿。
- 步驟 1（內部）：「以 3 個要點靜默評估相關性、差距和風險。」
- 為了保持輸出乾淨，請指定：「不要顯示評論；僅應用它。」
模式 C：「比較與選擇」
當選擇是任務時使用。
- 「給定選項 A-D，按以下標準評分：準確性 (40)、清晰度 (30)、合規性 (30)。返回獲勝者和 2 句話的理由說明。」
模式 D：「檢查鏈」
為了安全、合規或政策遵守。
- 「在回答之前，請驗證：(1) 政策允許，(2) 在範圍內，(3) 沒有遺漏資訊。如果任何一項失敗，請停止並提出 1 個澄清問題。」
模式 E：「Delta-Edit」
用於編輯現有文字。
- 「僅返回最小差異：『將 X 更改為 Y，因為 Z。』保持現有風格。最多 8 處更改。」
模式 F：「程式碼腳手架」
- 「生成一個具有 TODO 的最小、可運行的基線。包括測試。保持函數 ≤30 行。新增文檔字串和類型提示。」
日常工作流程的高影響力範例
內容摘要
提示：
「您是一位簡潔的分析師。為產品負責人總結以下報告。
- 輸出：5 個要點（每個 ≤18 個字），用於：結果、風險、依賴性、後續步驟、指標。
- 如果缺少資料，請為該要點寫入「未知」。
===
[貼上報告]
===」
電子郵件草擬
提示：
「您是一位專業助理。起草一封簡短、溫暖、果斷的回覆。包括：(1) 感謝，(2) 1 個明確的決定，(3) 1 個要求。
- 最多 120 個字。沒有問候簽名；我會添加它們。」
從架構生成 SQL
提示：
「您是一位 SQL 助理。給定一個 Postgres 架構，編寫一個查詢。
- 約束：ANSI SQL，除非必要，否則不使用 CTE，在隱含的情況下使用索引。
- 輸出：僅程式碼區塊。然後是 1 句話的解釋。
架構：
===
[架構]
===
任務：[問題]」
程式碼審查
提示：
「您是一位具有安全意識的程式碼審查員。
- 輸出：JSON 格式的調查結果陣列，欄位包括：severity、file、line、issue、fix。
- 最多 6 個調查結果。如果沒有，則返回 []。
===
[差異或檔案]
===」
RAG 問答
提示：
「您是一位紮根的回應者。僅使用提供的來源。
- 在方括號中引用來源 ID，如 [S1]。如果答案不在來源中，請說「在來源中未找到」。
- 輸出：2-4 句話；然後是 3 個標記為「引文」的要點。
來源：
[S1] …
[S2] …
問題：…」
嵌入到提示中的評估標準
- 準確性優先：「懲罰無根據的主張。寧願選擇『未知』也不要猜測。」
- 簡潔：「超過 150 個 token 的答案不符合要求。」
提高可靠性和降低延遲的技巧
- 使用明確的分隔符 (===, <<<json>>>)。防止各節之間意外滲漏。
- 標記所有內容。Haiku 4.5 尊重 [Context]、[Policy]、[Task]、[Output] 等標籤。
- 指定 token 預算：「目標 120-180 個 token；永遠不要超過 220 個。」
- 避免在單一句子中使用多跳指示；將其拆分為編號的步驟。
常見的陷阱——以及如何修復它們
- 陷阱：目標不明確。
修復：陳述目標 + 受眾 + 約束。
- 陷阱：上下文過長。
修復：僅傳遞 1-3 個最相關的片段。
- 陷阱：非結構化輸出。
修復：強制使用 JSON 或要點架構。
- 陷阱：幻覺來源。
修復：指示：「僅引用提供的來源；否則說『在來源中未找到』。」
- 陷阱：猶豫不決的答案。
修復：提供決策標準並要求單一選擇。
進階：為 Haiku 4.5 建立提示庫
- 創建可重複使用的巨集（例如，語氣：中性、輸出：JSON 架構 A、安全：基本）。
- 使用語義名稱版本提示 (email_draft_v3_compact)。
- AB 測試變體：一次更改一個變數（格式 vs. 語氣 vs. 標準）。
- 維護一個「失敗博物館」，其中包含產生不良結果的提示以及原因。
何時選擇 Haiku 4.5 與較大的模型
- 當您需要以下內容時，請選擇 Haiku 4.5：速度、成本控制、大量任務路由、結構化輸出或迭代迴圈。
- 當您需要以下內容時，請選擇較大的模型：深度多跳推理、跨雜亂文檔的新穎綜合或跨大型程式碼庫的複雜程式碼生成。
- 混合模式：使用 Haiku 4.5 進行分類、分塊和草擬；將困難案例升級到較大的模型。
順便說一句：如果您正在協調多步驟提示，一個支援已保存範本、每個專案的多輪記憶和輕鬆 RAG 設定的 AI 工作區可以顯著減少迭代時間。讓您標準化角色、約束和跨提示的輸出架構的工具可以幫助您在整個團隊中擴展這些最佳實踐。
您可以立即調整的複製貼上提示範本
- 超精簡簡介
「您是一位 [角色]。目標：[目標]。
受眾：[受眾]。格式：[格式]。長度：[N 個字/token]。
約束：[規則]。
僅返回最終輸出。」
- 決策備忘錄
「您是一位產品分析師。起草一份決策備忘錄。
包括以下章節：背景 (2 句話)、選項 (3 個要點)、風險 (3 個要點)、建議 (1 段)、後續步驟 (3 個要點)。長度 ≤180 字。」
- 先澄清再回答
「您是一位細心的助理。如果任務缺少 1 個關鍵資訊，請提出 1 個澄清問題。否則，直接以 ≤120 字回答。」
- JSON QA 檢查器
「您是一位驗證者。根據問題驗證以下答案。
返回 JSON：{ valid: boolean, reason: string, missing: string[] }。」
- 安全紮根的回應者
「您已紮根。僅使用提供的來源。如果不支持，請說『未知』。在方括號中引用來源 ID。」
主要要點
- 將 Haiku 4.5 用於對速度敏感、大量、結構化的任務，並且僅在必要時升級。
後續步驟
- 對每個提示的兩個版本進行為期一周的 AB 測試，並採用獲勝的版本。
- 建立一個輕量級的「提示庫」，您的整個團隊都可以重複使用。
常見問題
Q1：哪些提示最適合 Claude Haiku 4.5？
簡短、特定的提示，包含明確的角色、約束和結構化輸出。使用檢查清單、步驟限制和 JSON 架構來提高準確性和一致性。
Q2：如何使用 Haiku 4.5 減少幻覺？
僅使用最相關的片段來紮根模型，並要求引用提供的來源。如果缺少證據，請指示它說「未知」。
Q3：我應該將少量範例與 Haiku 4.5 一起使用嗎？
是的——提供 1-2 個與您期望的風格和結構相符的精簡範例。保持範例特定於網域且短於您預期的輸出。
Q4：我應該何時選擇 Haiku 4.5 而不是較大的模型？
選擇 Haiku 4.5 處理受益於結構的快速、對成本敏感的任務：摘要、RAG 答案、程式碼審查檢查清單和草擬。使用較大的模型進行更深入的多跳推理。
Q5：自動化工作流程的理想輸出格式是什麼？
JSON 或結構緊密的要點。定義精確的鍵、長度限制和合規性規則，以便輸出能整齊地插入下游系統。
