提示词工程是编写清晰、结构化指令的实践，引导 Claude 等 AI 模型产出准确、有用的结果。它是所有与 AI 共事的人杠杆最高的技能——平庸回答与生产级结果之间的差距，就在于你能否清楚表达自己的需求。
什么是提示工程？
提示工程是创建指令帮助AI模型产生准确、有用和相关输出的技能。
核心技能
您将学到什么
# System Prompt
## Role
You are a data analyst.
## Context
The user will provide CSV data.
## Instructions
- Think step by step
- Show your reasoning
- Return structured JSON示例：一个结构良好的系统提示
核心技巧
5 个真正有效的提示词工程技巧
给 Claude 一个具体的角色
与其问一个泛泛的问题，不如定义 Claude 在你任务中的身份。"你是一家医疗初创公司的资深数据分析师"与一个干巴巴的问题相比，输出截然不同。角色决定了用词、深度和视角。
你是一名资深 TypeScript 工程师。审查这段代码的安全漏洞、缺失的错误处理和性能问题。具体到行号。结构化输出格式
明确告诉 Claude 回复应该长什么样。指定 JSON 键、要点结构、章节标题或字数限制。只要在提示词中写明，Claude 就能可靠地遵守格式约束。
以 JSON 回复，包含键：summary（字符串，50 词以内）、risk_level（"low" | "medium" | "high"）和 action_items（字符串数组）。使用思维链推理
对于复杂问题，让 Claude 在给出最终答案前逐步思考。这迫使模型展示中间推理过程，在数学、逻辑和多步骤分析上结果更准确。
请逐步思考。首先找出核心问题，然后列出各种可能方案及其取舍，最后推荐最佳选项并解释原因。提供少样本示例
在提出真正的任务前，先给 Claude 看一两个输入-输出示例。这比任何说明文字都能更快校准语气、格式和推理风格。一个好示例胜过 300 字的解释。
prompt-engineering.techniques.technique4.example设定明确的约束
告诉 Claude 不要做什么。"不要用行话。""不超过 200 字。""不确定就直说，不要猜。"负面约束能防止最常见的失败模式——过度自信、冗长和跑题。
约束：绝不使用破折号。结尾不要总结段落。如果缺乏信息无法自信作答，请准确说明还需要哪些上下文。需要避免的
提示词工程的常见错误
过于模糊
Why: 模糊的提示词产出平庸的结果。在受众、语气、长度和目的上具体化，质量立刻提升。
不提供上下文
Why: Claude 无法推断你的行业、受众或目标。上下文能把浮于表面的分析变成可执行的洞察。
一次要求所有东西
Why: 把复杂任务拆成步骤，让你可以审查和纠偏。一个巨型提示词只会全面产出浅薄的结果。
常见问题
我需要学习提示词工程吗？
需要——只要你在用 AI。提示词工程不是小众技能。它决定了 AI 是帮你省时间还是浪费时间。学会编写清晰、结构化提示词的回报是立竿见影的，并且随每次交互不断累积。
提示词和系统提示词有什么区别？
提示词是你在对话中输入的内容。系统提示词是在任何对话之前生效的一组指令——它定义 Claude 的角色、输出格式、约束和长期上下文。系统提示词塑造 Claude 的每一次回复。
提示词工程对所有 AI 模型都一样有效吗？
核心原则——具体、结构、示例、约束——在 Claude、ChatGPT、Gemini 等模型间通用。细节有差异：Claude 对角色设定、明确的格式约定和 XML 标签分节响应尤其好。
提示词应该多长？
需要多长就多长。一个结构良好、包含上下文、示例和约束的 500 词提示词，每次都会胜过 20 词的提示词。长度不是问题——清晰和结构才是。
学习提示工程的最佳方式？
结构化练习。Claude Academy 教授 5 种核心技术。