13.2 Anthropic Claude 提示技巧

说明： 本节所涉及的模型特性及最佳实践基于 2026 年初的版本（涵盖 Claude 4.x 家族）编写。在实际应用中请参考 Anthropic 最新的官方文档。

Anthropic 的 Claude 系列以卓越的安全性、超长上下文窗口和独特的提示词技术著称。本节深入介绍 Claude 的核心特性和针对性的提示词优化策略。

13.2.1 Claude 模型系列

Claude 目前提供多个模型层级，满足不同场景需求：

模型	上下文	核心优势	适用场景
Claude Opus 4.6	1M	最强能力、深度分析、增强安全	复杂研究、高级推理
Claude Sonnet 4.6	1M	领先编码能力、VS Code 集成	企业应用、软件开发
Claude Haiku 4.5	200K	快速响应、低成本	简单任务、高并发

说明（平台迁移）：自 2026 年 1 月 12 日起，console.anthropic.com 已重定向至 platform.claude.com。旧版 Claude Opus 3 和 Haiku 3.5 已弃用，建议升级至最新版本。

13.2.2 XML 标签：Claude 的提示词利器

Claude 对 XML 标签有出色的识别和遵从能力，这是区别于其他模型的标志性特征。

基础结构

<context>
你正在帮助一家电商公司分析用户反馈。该公司主营电子产品，
目标客户群体为 25-45 岁的城市白领。
</context>

<documents>
<doc id="1">用户 A 评价：产品质量很好，但物流太慢...</doc>
<doc id="2">用户 B 评价：性价比超高，强烈推荐...</doc>
</documents>

<task>
请分析上述用户反馈，识别主要的正面和负面主题，
并提供可操作的改进建议。
</task>

<output_format>
请按以下结构输出：
1. 正面主题（列表）
2. 负面主题（列表）
3. 改进建议（按优先级排序）
</output_format>

常用 XML 标签

图 13-2：Claude XML 标签结构

13.2.3 预填充技术

预填充是 Claude 独有的强大功能，通过预设回复的开头部分，精确控制输出格式。

基本用法

from anthropic import Anthropic

client = Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "分析这段文本的情感倾向：'产品很棒，但客服态度一般'"},
        {"role": "assistant", "content": '{"sentiment":'}  # 预填充
    ]
)

# Claude 将从预填充位置继续：{"sentiment": "mixed", "details": ...}

for block in response.content:
    if block.type == "text":
        print(block.text)

进阶应用：强制 JSON 输出

prompt = "请输出一个 JSON，包含字段 sentiment 与 confidence。"

messages = [
    {"role": "user", "content": prompt},
    {"role": "assistant", "content": "```json\n{"}
]

# Claude 将输出完整的 JSON，并以 ``` 结尾

print(messages)

预填充的最佳实践

场景	预填充内容	效果
JSON 输出	{" 或 [{	确保 JSON 格式
编号列表	1.	强制列表格式
代码输出	```python\n	确保代码块格式
特定开头	根据分析，	控制回答风格

13.2.4 扩展思考

Claude 3.7 Sonnet 起支持扩展思考功能，允许模型在回答前进行深入的内部推理（现 Claude Sonnet 4.6 亦支持）。

启用扩展思考

from anthropic import Anthropic

client = Anthropic()
complex_problem = "请证明：1+2+...+n = n(n+1)/2。"

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=16000,
    thinking={
        "type": "adaptive"
    },
    messages=[{"role": "user", "content": complex_problem}]
)

# 访问思考过程

for block in response.content:
    if block.type == "thinking":
        print("思考过程:", block.thinking)
    elif block.type == "text":
        print("最终回答:", block.text)

注意：在 Claude Sonnet 4.6 上，Anthropic 推荐优先使用 Adaptive Thinking（type: "adaptive"）。Extended Thinking（type: "enabled"）仍可用，但已标记为 deprecated，更适合兼容旧代码时使用。

扩展思考的适用场景

• 数学证明：需要多步骤逻辑推导

• 代码调试：需要追踪复杂执行流程

• 策略分析：需要权衡多种因素

• 学术研究：需要深入分析论证

13.2.5 长上下文处理策略

Claude 的长上下文能力可以处理整本书籍，但需要注意信息组织策略。Opus 4.6 和 Sonnet 4.6 均支持 1M 上下文窗口（2026 年 3 月起 GA，无长上下文溢价），Haiku 4.5 为 200K。

关键信息位置原则

⚠️ "中间迷失"（Lost in the Middle）现象：
模型对上下文开头和结尾的信息关注度更高，
中间部分的信息可能被忽略。

✅ 解决方案：
1. 将最重要的信息放在开头或结尾
2. 使用明确的标签分隔不同部分
3. 在问题中引用关键段落编号

长文档处理模板

<document>
以下是一份 150 页的技术报告，请仔细阅读后回答问题。
{long_document_content}
</document>

<question>
根据上述报告第三章的数据，分析 2024 年的市场趋势。
注意：请确保答案基于报告内容，如有不确定请明确指出。
</question>

13.2.6 安全与对齐特性

Claude 在安全对齐方面有独特优势，适合构建高可靠性应用。

利用 Claude 的诚实性

<instructions>
请分析以下商业提案的可行性。

重要规则：
- 如果信息不足以做出判断，请明确说明需要哪些额外信息
- 如果发现潜在风险，请详细列出
- 不要为了显得有帮助而忽略问题
</instructions>

防止有害输出

Claude 天然具有较强的安全边界，但仍可通过系统提示词强化：

<system_rules>
你是一个专业的法律顾问助手。

禁止事项：
- 不得提供具体的法律建议，只能提供一般性信息
- 遇到敏感话题时，建议用户咨询专业律师
- 不得帮助规避法律
</system_rules>

13.2.7 实战示例：复杂文档分析

<role>
你是一位资深的商业分析师，擅长从财务报告中提取关键洞察。
</role>

<context>
客户是一家寻求投资的初创公司，需要评估目标公司的财务健康状况。
</context>

<documents>
<annual_report>
{complete_annual_report_content}
</annual_report>
</documents>

<task>
请完成以下分析任务：
1. 提取关键财务指标（收入、利润、现金流）
2. 识别年报中的风险信号
3. 评估公司的长期增长潜力
4. 给出投资建议（推荐/谨慎/不推荐）
</task>

<output_format>

## 财务指标摘要

| 指标 | 数值 | 同比变化 |
...

## 风险信号

1. ...

## 增长潜力评估

...

## 投资建议

建议：[推荐/谨慎/不推荐]
理由：...
</output_format>

想一想

1. Claude 偏好 XML 标签来组织提示词结构——这和 GPT 偏好的 Markdown 格式相比，在什么场景下优势更明显？

2. Claude 的 “extended thinking” 功能相当于内置了思维链——这是否意味着你不再需要手动添加 “一步步思考” 之类的指令？