anthropic-prompt-engineer

Anthropic 提示词工程师

掌握提示词工程的艺术与科学，运用 Anthropic 久经验证的技巧。从零开始生成新提示词，或使用最佳实践改进现有提示词，以适用于 Claude AI 模型（Claude 4.x、Sonnet、Opus、Haiku）。

此技能的作用

帮助你运用 Anthropic 的官方技巧，为 Claude AI 创建并优化提示词：

• 生成新提示词 - 根据需求构建有效的提示词
• 改进现有提示词 - 优化提示词以获得更好的结果
• 应用最佳实践 - 运用 Anthropic 久经验证的技巧
• 避免常见错误 - 防止幻觉和输出含糊不清
• 针对 Claude 4.x 进行优化 - 发挥最新模型的能力
• 构建复杂提示词 - 构建多步骤、可用于生产环境的提示词

提示词工程为何重要

缺乏恰当的提示词：

• 输出不一致或不正确
• 出现幻觉和捏造的信息
• 回答含糊不清或冗长
• 浪费令牌和 API 调用
• 处理复杂任务时表现不佳
• 难以复现结果

经过精心设计的提示词：

• 输出准确、可靠
• 回答真实且有依据
• 结果清晰且格式规范
• 高效使用令牌
• 处理复杂任务时表现出色
• 结果可复现，适用于生产环境

快速入门

生成新提示词

Using the anthropic-prompt-engineer skill, create a prompt that:
- Extracts structured data from customer emails
- Returns JSON format
- Handles missing information gracefully
- Includes 2 examples

改进现有提示词

Using the anthropic-prompt-engineer skill, improve this prompt:

"Analyze this code and tell me if there are bugs"

Make it more effective using Anthropic's best practices.

核心技巧概览

1. 清晰、直接

提供明确、无歧义的指令。Claude 4.x 擅长遵循精准的指示。

2. 使用 XML 标签构建结构

使用 <instructions>、<example>、<context> 等语义标签组织提示词。

3. 思维链（CoT）

对于复杂推理任务，要求 Claude 分步思考。

4. 预填充

预先填入 Claude 回复的开头，以引导格式和风格。

5. 少样本示例

提供 2-5 个不同的示例，展示你期望的模式。

6. 分配角色

为 Claude 指定特定角色或身份，以提供合适的上下文。

参考资料

所有技巧、示例和模板均可在 references/ 目录中找到：

• core_techniques.md - 基础技巧及示例
• advanced_techniques.md - 高级方法和优化
• common_mistakes.md - 应避免的陷阱
• claude_4_best_practices.md - Claude 4.x 专属指南
• prompt_templates.md - 可直接使用的模板

使用示例

示例 1：生成数据提取提示词

创建一个提示词，从名片中提取姓名、电子邮件地址和电话号码。

示例 2：改进含糊的提示词

将“写一篇关于机器学习的文章”改写为结构清晰、效果出色的提示词。

示例 3：调试失效的提示词

通过添加结构、示例和格式规范，修复输出不一致的问题。

最佳实践检查清单

• 指令清晰具体
• 明确规定输出格式
• 示例符合期望的行为
• 使用 XML 标签分隔不同部分
• 上下文精简但充分
• 已考虑边缘情况
• 已使用多样化输入进行测试
• 已优化令牌用量

核心原则

1. 实证方法 - 测试、衡量、迭代
2. 将上下文视为资源 - 每个令牌都很重要
3. 清晰胜过巧妙 - 明确的指令效果最佳
4. 示例最具指导性 - 展示，而不只是讲述
5. 结构有助于理解 - 组织内容可减少困惑
6. 迭代带来改进 - 根据结果不断完善

总结

掌握提示词工程，打造：

• 可靠、一致的输出
• 可用于生产环境的提示词
• 令牌使用高效的解决方案
• 易于维护的系统

运用 Anthropic 久经验证的技巧，获得最佳效果。

---

请记住： 好的提示词是精心设计出来的，而不是凭空猜出来的。