实战

提示词工程入门:写好 Prompt 让 Claude 更聪明的 8 个核心原则

提示词工程 8 个核心原则:具体胜于模糊、提供验证标准(最高回报)、分步骤执行、角色设定、上下文背景、Few-shot 示例驱动、输出格式指定、迭代优化,附代码审查/文档/调试三大常用 Prompt 模板。

2026/3/135分钟 阅读ClaudeEagle

你写的 Prompt 质量直接决定 AI 的输出质量。很多人用了 Claude 几个月还停留在初级水平,是因为不知道这些底层原则。本文整理了经过验证的 8 个核心技巧,从原理到实践,让你的 Prompt 一步到位。

为什么 Prompt 很重要?

同样一个问题,不同的 Prompt 写法可能得到截然不同的结果:

❌ 效果差:帮我写代码

✅ 效果好:用 Python 写一个函数,接收 CSV 文件路径,返回 DataFrame,处理编码错误(默认 UTF-8,失败时尝试 GBK),并对 salary 列做缺失值填充(用中位数)

差距不是模型能力,是提示词质量。

原则 1:具体胜于模糊

越具体,越准确。不要依赖 AI 猜测你的意图。

维度模糊具体
任务范围优化这段代码优化这段代码的时间复杂度,保持可读性,不要改变 API 接口
输出格式给我一个列表给我一个 Markdown 无序列表,每项不超过 20 字
约束条件写个测试用 pytest 写测试,覆盖正常输入、空输入、边界值三种情况,不用 mock
参考点像 X 一样参考 src/utils/formatter.js 的代码风格

原则 2:提供验证标准

这是最被忽视、回报最高的技巧。

给 AI 一个检验自己输出的方法,它能自我纠错,你就不用每步审查:

写一个 parseDate 函数,能处理以下格式: - "2024-01-15" → Date 对象 - "01/15/2024" → Date 对象 - "January 15, 2024" → Date 对象 - 无效输入 → 抛出 Error 写完后执行测试验证

原则 3:分步骤,不要一次性

复杂任务一次性丢给 AI 容易出错。分解成步骤:

❌ 一次性:

帮我把这个 Express 应用重构为 TypeScript,加单元测试,配置 CI/CD

✅ 分步骤:

Step 1:先分析当前代码结构,列出重构计划 Step 2:将 src/ 下的文件逐一转换为 TypeScript Step 3:为转换后的文件写单元测试 Step 4:配置 GitHub Actions CI

原则 4:给 Claude 一个角色

System Prompt 中定义角色,会影响整个对话风格和专业深度:

你是一个有 10 年经验的 Python 后端工程师,专注于高并发系统设计。 回答时优先考虑性能和可维护性,给出具体代码示例,指出常见陷阱。

角色不只是"你是 XX 专家",更要包含:

  • 专业方向(什么领域)
  • 输出偏好(优先考虑什么)
  • 风格要求(如何表达)

原则 5:提供上下文和背景

AI 不知道你的项目背景,要主动提供:

我在开发一个电商平台,技术栈:Next.js 14 + PostgreSQL + Redis。 目前购物车存在 Redis,用户认证用 JWT。 问题:用户登出后 JWT 还在有效期内,存在安全风险。 帮我设计一个 JWT 黑名单方案,考虑 Redis 内存限制和性能。

好的背景包含:

  • 项目类型和规模
  • 当前技术栈
  • 已有实现方式
  • 核心约束条件

原则 6:用示例驱动(Few-shot)

给几个"输入→输出"示例,比解释规则更有效:

将以下日志格式统一化。示例: 输入:[ERROR] 2024-01-15 14:30:25 user service: connection refused 输出:{"level":"error","time":"2024-01-15T14:30:25","service":"user service","message":"connection refused"} 输入:[WARN] 2024-01-15 14:31:00 auth: token expired for user 123 输出:{"level":"warn","time":"2024-01-15T14:31:00","service":"auth","message":"token expired for user 123"} 现在处理以下日志: [INFO] 2024-01-15 14:32:00 payment: transaction completed id=456

原则 7:要求输出格式

明确指定输出结构,避免自由发挥:

分析这段代码,以如下 JSON 格式输出: { "issues": [{"severity": "high/medium/low", "line": 行号, "description": "问题描述", "fix": "修复建议"}], "summary": "总体评价", "score": 1-10 }

常用格式指令:

  • 以 Markdown 表格输出
  • 用 JSON 格式,字段包括:xxx
  • 只输出代码,不要解释
  • 先给结论,再展开分析

原则 8:迭代而不是重写

好的 Prompt 是迭代出来的,不是一次写完的:

  1. 先发一个简单版本,看看方向对不对
  2. 指出具体问题:"这里的错误处理太简单,帮我细化"
  3. 追加约束:"还需要支持 IPv6 地址格式"
  4. 确认后固化:把成功的 Prompt 存下来复用

不要每次对结果不满意就全部重来,针对性修正效率更高。

场景速查:常见任务的 Prompt 模板

代码审查

审查以下代码,关注: 1. 潜在 Bug(特别是边界条件) 2. 安全漏洞(SQL 注入、XSS 等) 3. 性能问题 4. 可读性 按优先级列出,附修复建议。 [粘贴代码]

写文档

为以下函数写 JSDoc 注释: - 简洁描述功能(1-2 句) - 所有参数的类型和含义 - 返回值说明 - 至少 2 个使用示例 [粘贴函数]

调试 Bug

运行以下代码出现错误: 错误信息:[完整堆栈] 期望行为:[描述] 实际行为:[描述] 找出根本原因(不要只掩盖错误),并提供修复方案 [粘贴相关代码]

来源:Anthropic 官方最佳实践 + 社区实战经验

相关文章推荐

实战Claude Code 45 个进阶技巧:8.1k Star 的 GitHub 精华整理ykdojo GitHub 仓库(8100+ Stars)45 个 Claude Code 实战技巧精华整理:自定义状态栏显示 Token 消耗;Git CLI 配合自动创建 PR;Gemini CLI 作为助手处理被限制的搜索;/compact 带焦点提示词保留关键信息;Fork 会话和半克隆技术;容器安全运行高风险任务;CLAUDE.md vs Skills vs Slash Commands vs Plugins 的区别;/loop 定期轮询;以及 dx 插件安装。2026/5/6实战用 Claude Code 工作一整天是什么体验?真实工作日流水账(2026)真实记录用 Claude Code 工作一整天:处理 PR review(75 分钟→25 分钟)、新功能开发(3 小时→45 分钟)、线上问题排查(45 分钟→15 分钟)、代码审查 3 个 PR(1 小时→20 分钟)、写 API 文档(1.5 小时→30 分钟),整体节省 73% 时间。附真实的踩坑经验和注意事项。2026/4/2实战Claude Code 并行任务与子代理实战:同时处理多个任务提升 10 倍效率Claude Code 并行执行与 Sub-Agents 完整实战指南:--agents 动态定义子代理、claude agents 命令查看已配置代理、并行任务的使用场景(同时运行测试/代码审查/文档生成)、子代理 YAML frontmatter 字段详解(description/tools/model)、在 CLAUDE.md 中配置持久化子代理、并行执行与串行执行的性能对比,以及防止并行任务相互干扰的最佳实践。2026/3/18实战Claude Code Skills 实战:15 个可直接使用的 SKILL.md 模板(Git/审查/测试/文档/部署/调试)15 个精心设计的开箱即用 SKILL.md 模板:Git 工作流类(Smart Commit/PR Creator/Branch Cleanup);代码审查类(Security Review 含 OWASP 清单/Performance Review N+1 检测);测试类(Test Generator/Coverage Check);文档类(API Doc Generator OpenAPI 格式/Changelog Generator);部署运维类(Pre-deploy Checklist);调试类(Error Analyzer);效率工具类(Code Explainer/Refactor Advisor/Dependency Auditor/Daily Standup Helper)。2026/5/10实战Claude Code 成本优化完整指南:Token 节省策略、模型选择和 Prompt Cache 配置Claude Code 成本优化完整指南:Token 消耗来源分析(对话历史/大文件读取/工具输出/MCP 服务器/长 CLAUDE.md);8 个优化策略(/compact 主动压缩/精确 @ 引用/控制 MCP 数量/模型选择 Haiku vs Sonnet vs Opus 价格对比/努力等级按需调整/Prompt Cache 1 小时 TTL/CLAUDE.md 精简/usage 监控);不同场景的成本估算(个人/小团队/企业);以及订阅 vs API 的临界点分析。2026/5/8实战Claude Code 企业规模化最佳实践:AI 网关、成本控制和可观测性完全指南Claude Code 企业级部署完整指南:原生局限(订阅模式无实时仪表盘/API 密钥散落风险);AI 网关层解决方案(7 个最佳实践:凭证三级层级/预算速率限制/完整请求可观测性/请求元数据标签/多提供商故障转移/输入输出护栏/灵活提供商切换);Portkey 2 分钟配置示例;Enterprise 专属功能(managed-settings/allowManagedDomainsOnly/OpenTelemetry);以及团队 CLAUDE.md 安全策略模板。2026/5/7