提示词工程进阶：从 Anthropic 最新实践看如何让大模型输出更精准

为什么你的 AI 输出总差那么一点意思

很多人把大模型用成了「许愿池」——输入一句话，期待完美答案。但现实往往是：输出啰嗦、格式混乱、该搜索时不搜索、改一个变量却重写整个文件。问题不在于模型不够强，而在于提示词没有跟上模型的迭代节奏。

Anthropic 近期针对 Claude 新版本发布了一组「强力提示词」（power prompts），覆盖写作风格、格式控制、搜索触发、代码编辑和任务完整性五个维度。这些技巧的价值不仅限于 Claude 用户——任何使用大模型的人都可从中获益，因为底层逻辑是通用的：用精确的指令替代模糊的期待。

核心思路：定义「不要什么」比定义「要什么」更有效

写作密度：删除「矫饰文风」

Anthropic 将一种常见的 AI 写作毛病称为「mannered prose」（矫饰文风）——用比喻和花哨表达替代直接陈述。比如把「一个值得调整的参数」写成「一个值得转动的旋钮」，把「这一点仍然重要」写成「这一点挣得了它的位置」。

这类表达的问题在于：短语的存在是为了展示写作者，而非传达思想。读者能感觉到这种表演感，阅读负担因此加重。更关键的是，比喻会拖入作者并未选择也无法控制的含义，导致表达不精确。

修复方法极其简单：直接说你想说的。当有字面表达可用时，就用字面表达。Anthropic 给出的短版本提示词只有一句话——「请移除所有矫饰文风」。长版本则先定义不想要的行为模式，再说明期望的替代方案。

这种「先定义负面模式，再给出正面示例」的结构，比单纯说「写得好一点」有效得多。

格式控制：模型变了，规则也要变

新版本模型的一个显著变化是：默认使用的格式元素（加粗、标题、列表、引号）比前代更少。这意味着那些设置了「禁止过度格式化」规则的用户，可能需要调整提示词来适应新行为。

Anthropic 建议要么直接删除旧规则，要么创建新规则明确说明何时使用格式。一个可参考的格式提示词是：

当被要求时，或当内容足够多维、列表和要点有助于清晰度时，使用它们。如果用户明确要求最小化格式，则始终按要求以无要点、无标题、无列表、无加粗强调的方式回复。在对话性、个人性或情感性交流中，保持纯散文。

这个例子揭示了一个更广泛的教训：AI 模型在持续变化，旧提示词需要定期刷新。

搜索触发：低成本模式下的精准补丁

新模型提供多档「努力级别」（effort levels）。Anthropic 建议从默认的高级别开始测试，再尝试其他级别。低级别在成本上与上一代 Opus 和 Sonnet 相当，但得分更高。

低级别的隐患在于：模型更少依赖搜索和检索工具，更多依赖参数化记忆。如果你为了省钱使用低级别，以下提示词可以提升表现而无需升级到更贵的档位：

当查询涉及你无法自信识别的名称，或来自 AI 模型、开发者工具等快速变化领域的名称时，名称本身就是需要验证的对象：在回答前搜索，并在至少一次查询中按用户书写的方式包含该名称。即使你对该名称有部分背景知识，这条规则同样适用——部分背景恰恰是过时答案听起来权威的原因，熟悉感不是跳过搜索的理由。

这段提示词的洞察在于：「似曾相识」是过时信息最危险的伪装。

代码外科手术式修改优于整文件重写

对于使用 AI 辅助编程的开发者（包括 WordPress 开发者），以下提示词能显著节省 token：

在其他条件相同的情况下，编辑文件所使用的 token 数量应尽量最小化。因此，当不影响最终结果时，尝试对文件进行外科手术式编辑，而非重写整个文件。

这条规则针对的是模型「改一个 CSS 属性却重写整个模板文件」的浪费行为。虽然 Anthropic 将其描述为针对特定模型行为的解决方案，但它适用于广泛的 AI 编程工具和智能体。

任务完整性：让 AI 自主跑完全程

最后一个提示词针对「异步工作负载」场景——当用户不在实时观看、无法在中途回答问题，模型却频繁停下来问「要我继续吗？」。

Anthropic 的解决方案是一个组合提示词，核心逻辑是：

• 对于从原始请求衍生出的可逆操作，直接执行，不询问
• 仅在破坏性操作或真正的范围变更时停下来
• 任务完成后提供后续建议是可以的，但做事前征求许可不行
• 例外：当用户是在描述问题、提问或思考，而非请求变更时，交付物是你的评估——报告发现然后停止，不要在他们要求之前就动手修复
• 结束回合前检查最后一段：如果是计划、分析、问题、下一步列表或对未完成工作的承诺，立即用工具调用完成它
• 不要因为上下文或会话很长就停止

国内视角：提示词工程的本地化实践

在国内，类似的提示词优化思路同样适用。文心一言、通义千问、DeepSeek、豆包、Kimi、智谱 GLM 等模型在快速迭代中，也面临「旧提示词失效」的问题。例如 DeepSeek 在推理模式下对格式的偏好与通用模式不同，通义千问在长文档处理时对结构化指令的响应也有自身特点。

国内开发者社区已经形成了一些本土化经验：用「角色-任务-约束-示例」四段式替代简单的指令堆叠；针对中文写作中的「翻译腔」和「AI 味」设计专门的清洗提示词；在 Agent 场景中通过系统提示词明确「自主执行边界」。这些实践与 Anthropic 的思路异曲同工——核心都是把模糊期待转化为可执行的约束。

如何系统化应用这些提示词

1. 诊断当前问题：记录 AI 输出中反复出现的毛病（啰嗦、格式过度、该搜索不搜索等）
2. 定义负面模式：用一句话描述你不想要的行为
3. 提供正面示例：给出你期望的替代方案
4. 设置边界条件：明确何时例外（如用户明确要求格式时）
5. 定期复盘更新：模型升级后重新测试旧提示词

常见问题

这些提示词只适用于 Claude 吗？

不限于 Claude。写作密度、格式控制、搜索触发等原则具有通用性，ChatGPT、Gemini、DeepSeek 等模型的用户也可借鉴。但具体措辞可能需要根据模型特点微调。

为什么「定义不要什么」比「定义要什么」更有效？

因为负面模式更容易识别和描述。当你看到「矫饰文风」的具体例子时，你能立即判断输出是否违规；而「写得好一点」这种正面指令缺乏可操作的判断标准。

低努力级别下如何保证搜索质量？

使用针对性的搜索触发提示词，明确要求模型在遇到不熟悉的名称或快速变化领域的术语时先搜索再回答。关键洞察是：部分背景知识反而会导致过时答案听起来权威。

代码编辑提示词能节省多少 token？

具体节省量取决于文件大小和修改范围。对于大型模板文件，外科手术式编辑可能只需几十个 token，而整文件重写可能消耗数千个。长期使用节省显著。

如何判断提示词需要更新？

当模型升级后，如果发现旧提示词导致输出格式异常、行为不符合预期，或原本有效的指令突然失效，就需要检查并更新提示词。建议在每次模型大版本更新后做一次提示词审计。

总结

Anthropic 这组提示词的核心价值不在于具体措辞，而在于展示了一种方法论：观察模型行为，定义问题模式，给出精确约束。无论是写作、编程还是 Agent 场景，这个循环都适用。随着模型能力提升，提示词工程的重点正从「教模型做事」转向「帮模型避开陷阱」——这或许是 AI 应用走向成熟的标志。

参考Anthropic 官方文档、Search Engine Journal

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。