提示词

📌 新手提示：本文结论基于 Anthropic 官方提示工程指南（https://platform.claude.com/docs/en/build-with-claude/prompt-engineering，海外站点国内需科学上网）。文末一键脚本会生成一个"前后对比"小工具，让你亲眼看到提示词的作用。 前言 很多人以为提示词（Prompt）就是"多说点好话、多发点脾气"，这是误解。提示词不是玄学，它有一套官方方法论——就像写代码有规范和架构，写提示词也有原则。 一个残酷的事实：同一个模型、同一个问题，提示词写法和写法之间，回答质量可以差 10 倍。官方文档的原话是：把 Claude 想成一个"聪明但完全不熟悉你们公司的新员工"——你不说清楚，他就发挥不出。 本文带你看官方六大原则 + 一张可直接抄的三段式模板，再用一个真实案例感受差距。 一、官方六大黄金原则 原则 1：清晰直接（Be clear and direct） 说得越具体，得到的结果越好。想要"超出预期"的发挥（比如"做得全面一点"），要明确写出来，而不是指望模型自行领悟。 黄金准则（官方原文）：把你的提示词拿给一位对任务几乎一无所知的同事，请 TA 照着做。如果 TA 会困惑，Claude 也会困惑。 对照（官方示例）： ❌ 差的：“Create an analytics dashboard”（做一个分析仪表盘） ✅ 好的：“Create an analytics dashboard. Include as many relevant features and interactions as possible. Go beyond the basics to create a fully-featured implementation."（……把能用上的功能和交互都做上，别停留在基础版） 原则 2：补充上下文与动机（Add context） 解释"为什么"能让模型更精准。官方例子： ❌ 差的：“NEVER use ellipses”（永远别用省略号） ✅ 好的：“Your response will be read aloud by a text-to-speech engine, so never use ellipses since the text-to-speech engine will not know how to pronounce them."（你的回答会被语音引擎朗读，所以别用省略号——它不知道怎么发音） 一句话解释了动机，模型就懂了"这是硬规则，不是个人风格”。 ...