Anthropic团队内部实战验证的10个Prompt思路首次公开，从情境简报到事前验尸，这些精心设计的模板能显著提升Claude的输出质量。本文不仅提供可直接复用的模板，更揭示了每条Prompt背后的设计逻辑与使用场景，帮助你将AI从问答机器转变为真正的思考伙伴。
这位研究员整理了 Anthropic 团队内部真实在用的 10 个 Prompt 思路。我花时间逐条测试、对照自己的使用场景重新整理，写成这篇文章。你可以直接复制模板用，也可以往下看，理解每条背后的逻辑。
1. 情境简报：先给它一张”地图”
推荐模板：
“我的背景是：[你的角色或具体情况]。我已经尝试过：[方法A、方法B]。目前卡在：[具体难点]。请帮我理清思路。”
很多人上来就问问题，Claude 不知道你是谁、卡在哪、已经试过什么，只能给出最通用的答案。内部测试显示，加了背景铺垫的输出质量提升明显。道理很简单：你给的信息越具体，它能帮你排除的干扰就越多。
2. 推理要求：要过程，不只是要答案
推荐模板：
“给出方案前，请逐步展示你的推理过程，指出所有不确定之处，并标记每一条假设。”
Claude 给你一个结论，你怎么知道它对不对？强制让它展示思考路径，不只是让输出看起来更可信——更重要的是，你能看到它在哪一步做了什么判断，方便你直接质疑或修正。
3. 诚实约束：明确告诉它”不用给我留面子”
推荐模板：
“即使内容让人难受，也请保持完全诚实。如果我的计划有致命缺陷，请直说，不要软化语气。我宁愿现在听到硬话，也不愿以后失败。”
Claude 天生倾向于”让用户舒服”。遇到你的计划有问题时，它可能会软化批评、先夸后损。加了这句话，Claude 的反馈会明显更直接，这是它底层诚实机制被激活的表现。
4. 角色设定：越具体越好，”专家”这个词没用
推荐模板：
“你是有[X年具体领域]经验的[特定角色]，见过[常见失败模式]。请用[特定框架]分析，直言不讳，跳过泛泛建议。”
“请充当一个专家”是最弱的角色提示，因为它什么都没说清楚。身份越具体，推理越有针对性。”资深SaaS产品经理，经历过从0到1和冷启动失败”跟”专家”是两种完全不同的输出质量。
5. 魔鬼代言人：让它来拆你的方案
推荐模板：
“我要分享一个计划。你的任务是彻底摧毁它：找出所有错误假设、被忽视的风险，以及可能的失败原因。请不要手软。”
Claude 默认比较温顺，容易顺着你说。这是 Anthropic 内部检验想法的常规操作——一次高质量的挑战，价值远超十次附和。产品评审、方案汇报前特别适合用这个做预演。
6. 范围锁定：从源头掐掉幻觉
推荐模板：
“请严格限定在[X背景或范围内]讨论。如果超出范围，请明确告诉我，而不是推测。我更想要诚实的’我不知道’，而不是看似可信的虚构内容。”
Claude 喜欢主动延伸话题，有时候延伸出去的部分是编的。在涉及具体数据、法规、行业细节时尤其有用，圈住它的发挥范围，输出才靠得住。
7. 格式命令：提前规定输出结构
推荐模板：
“请严格按照以下格式输出：1）一句话总结；2）三个核心要点；3）一个具体下一步建议。除非我额外询问，其他内容一律不要添加。”
Claude 对格式指令的遵守度很高，但很多人从来不用这个能力。需要输出直接用在文档或汇报里时，这个提示能省很多整理时间。
8. 假设审计：追问它，挖出隐患
推荐模板：
“你在这个回答中做了哪些假设？我应该如何验证它们？如果这些假设不成立，答案会如何改变？”
得到一个复杂答案后，立刻追问。很多决策最终失败，不是执行问题，是底层假设错了。这个提示能帮你在行动前提前发现那些”理所当然”的前提。
9. 压缩循环：长对话要定期”复盘”
推荐模板（每5-6轮用一次）：
“请总结目前的进展：我们已经解决了哪些问题？做出了哪些决定？目前最重要的未决问题是什么？”
跟 Claude 聊超过五六轮之后，它可能已经忘了最开始的重点，或者被中间某个细节带偏了。这不是在帮 Claude 整理，是在帮你自己保持焦点。
10. 前期验尸：重大决策前，先预演失败
推荐模板：
“假设这个方案在6个月后失败了。请列出3个最可能的原因，并具体描述失败时的实际表现。”
这个方法在心理学上叫”事前验尸”（Pre-mortem），Anthropic 产品团队据说在每项重大决定前都会走这个流程。它能让你在情绪最平稳的时候，强迫自己正视那些”不愿意想”的风险。
最后说一句
这 10 条的底层逻辑只有一个：把 Claude 当成需要引导的思考伙伴，而不是问答机器。
你给它的上下文越完整、约束越清晰、挑战越直接，它回给你的东西就越有价值。
可以把这几个模板存下来，根据自己的场景做微调，慢慢形成自己的提示词工具箱。用多了之后，你会发现同一个问题，换种问法，答案的质量差距可以非常大。
本文由 @余量思考 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。