Anthropic 分享 Claude 提示工程最佳实践

这篇文章讲了什么

• Anthropic 在 2025 年 11 月把 prompt engineering 重新放进 context engineering 这个更大的框架里，认为前者是后者的构件
• 文章先讲核心技巧再讲进阶技巧，并指明哪些早期常见做法在 Claude 4.x 时代已经不再必要
• 核心技巧包括五条：明确指令、提供上下文与动机、保持具体、用 examples、给模型表达不确定的许可
• 进阶技巧覆盖 prefill response、chain of thought、输出格式控制与 prompt chaining
• 文章交代了 extended thinking 与手写 chain of thought 的关系，extended thinking 在可用时优先选用，手写写法在它不可用或需要审查推理过程时仍然有用
• XML tags 与 role prompting 被归入"曾经流行但现在不再必要"的一类做法，同时给出仍然适用的少数场景
• 文末给出技巧组合示例和决策框架，并列出常见问题对应的排查思路

具体怎么实现

文章把 prompt 写法拆成可以照做的动作。explicit and clear 要求用动词开头、跳过寒暄、把想要的输出特性直接列出来，对照例是把"创建一个仪表盘"扩展为"创建仪表盘并尽量加入相关功能与交互，超越基础实现"。provide context 让模型理解 why，对照例把"never use bullet points"换成解释偏好的散文。具体性那一条要求列清楚约束、上下文、输出结构与限制，文章用 Mediterranean diet 的 meal plan 做演示，把通用问题改成"1800 卡、低 GI、糖尿病前期管理、列出三餐与一份零食含营养拆解"。examples 给出 one-shot 与 few-shot 的边界，提醒 Claude 4.x 会对示例细节高度敏感。给模型表达不确定的许可是减少幻觉的最小改动，加一句"如果数据不足以下结论就明说"即可。

进阶技巧覆盖四种做法。prefill 把 messages 数组里 assistant 的 content 设为 "{"，让模型从 JSON 开括号继续生成，chat 界面里没有 API 控制时改用强约束语言。chain of thought 分 basic、guided、structured 三档实现，从"think step-by-step"到用 thinking 与 email 这类 tag 把推理与输出分离。格式控制的原则是描述期望动作、让 prompt 的格式与期望输出对齐、把格式偏好显性写出。prompt chaining 在单个 prompt 内做不到，做法是把复杂任务拆成顺序步骤，前一步输出作为后一步输入，代价是多次 API 调用带来的延迟，收益是把每一步的难度压低。XML tags 与 role prompting 在 Claude 4.x 上不再必需，过度细化角色反而限制能力，直接说出想要的分析视角更有效。文章末尾用 if-then 形式的决策表把这些技巧映射到具体任务上。