Claude 提示詞怎麼寫：四條規則，以及官方文件在 2026 年改掉的那一條

Claude 提示詞寫不好，多半卡在四件事：沒給角色、用形容詞描述風格而非附上範例、一次把整個任務丟出去、以及沒確認模型理解對了就開始做。這四條都能在 Anthropic 的官方提示詞文件裡找到對應，其中一條在 2026 年的版本被改寫過，照舊寫法做會白花力氣。下面逐條對照，並標明哪些是官方建議、哪些是 PolyTask 自己的操作歸納。

先說證據邊界：官方建議的部分都附連結；本文出現的出錯率數字來自 PolyTask 在自家工作流上的紀錄，不是公開實驗結果，用途是說明差距量級而非當成通用基準。

## 規則一｜先給角色，再給任務

直接寫「幫我寫 Email 邀請客戶開會」，模型拿不到判斷語氣的依據。改成這樣：「你是 B2B SaaS 創辦人，要邀請的客戶是 CTO，過去買過你的產品但三個月沒聯絡。幫我寫 email。」

差別在於第二個版本給了四個可用來定調的條件：發話者身分、收件者身分、既有關係、關係溫度。語氣不再需要被猜測。

這一條有官方背書。Anthropic 的提示最佳實踐文件（繁體中文版）寫道：在系統提示中設定角色，能讓 Claude 的行為與語氣聚焦在你的使用情境上，即使只有一句話也有差別。實務上，角色的四個條件比單純寫「你是行銷專家」有用得多，因為前者是可驗證的事實，後者只是標籤。

## 規則二｜給範例，不要用形容詞描述風格

「寫得專業一點」這句話有一萬種解釋。「像 Stripe 官網那樣寫」好一些，因為它指向一個具體對象。最好的做法是直接貼三句 Stripe 的句子進去讓模型學。

官方文件在這一點上比多數中文教學更明確：「範例是引導 Claude 輸出格式、語氣與結構最可靠的方式之一。」建議數量是三到五則，並且要滿足三個條件——相關（貼近你的實際使用情境）、多樣（涵蓋邊界案例，避免模型學到非預期的規律）、結構化（用 標籤包起來，多則範例外層再用 ，讓模型分得清哪些是範例、哪些是指令）。

用標籤包範例這一步常被省略，但它是有理由的：提示詞裡同時混著指令、脈絡、範例與變數輸入時，沒有標籤的話模型要自己猜邊界在哪。官方對此的說明是，XML 標籤能讓 Claude 無歧義地解析複雜提示詞。

## 規則三｜分步問——但 2026 年的理由已經換了

這一條是本文最需要更新的地方。多數中文教學寫於 2024 到 2025 年，當時的理由是「模型一次處理不了太複雜的任務，所以要拆」。拆法通常長這樣：

1. 先列出受眾的五個痛點

2. 挑最痛的一個

3. 圍繞這個痛點寫 hook

4. 寫主文

5. 寫 CTA

現在的官方說法不同。英文版文件寫道：「有了自適應思考與子代理調度，Claude 大多數的多步推理會在內部完成。明確的提示詞串接（把任務拆成連續的多次 API 呼叫）在你需要檢視中間產物、或需要強制特定流程結構時仍然有用。」 所以理由從「模型做不到」換成了「你需要看到中間產物」。 這個差別會改變你的做法：如果只是想要一篇完整廣告文案，現在可以一次問完，模型會自己處理中間步驟；但如果你要在「五個痛點」那一步介入、換掉它挑的那個痛點，那就該拆。官方點名最常見的串接情境是自我修正：產草稿 → 讓模型對照標準檢查 → 依檢查結果修改，每一步是獨立呼叫，方便記錄、評估或分支。

一次丟出「寫一支完整廣告」仍然容易跑偏，但原因通常是需求沒講清楚，而不是步數太多。這時候要補的是條件，不一定是拆步驟。

## 規則四｜開始前先讓它重述一遍

在複雜任務開始前加一句：「在開始前，用你自己的話重述一遍你要做的事。」重述對了就開始做；重述錯了，補充說明再重述一次。

這一條在官方文件裡沒有對應條目，屬於操作習慣而非官方建議，這裡要如實說明。文件裡最接近的是輸出端的自我檢查——建議在提示詞結尾加上「在你完成之前，對照〔檢查標準〕驗證你的答案」，並註明這對程式與數學類任務特別能穩定抓到錯誤，同時提到 Claude Opus 5 不需要這句也會自行驗證。 兩者處理的是不同階段的問題。自我檢查管的是輸出對不對，重述管的是需求有沒有被接收正確。當你的任務描述很長、條件很多、或牽涉到你腦中有但沒寫出來的前提時，重述這一步能在耗費大量輸出之前先暴露誤解。官方文件裡有一個對應的判準可以搭配使用：把你的提示詞拿給一個對這個任務背景很少的同事看，請他照著做；如果他會困惑，Claude 也會。

## 這四條能省下多少

PolyTask 在自家工作流上紀錄過一段期間的差距：導入這四條之前，第一次輸出就不可用、必須重下指令的比例大約是四成；穩定照做之後降到一成上下。每次較複雜的對話，平均少掉約四輪來回。

這組數字的分母要講清楚。 「出錯率」的分母是我們自己定義的任務次數，「不可用」指的是輸出偏離需求到需要重新下指令的程度，不包含只需小幅修改的情況。它是單一團隊、單一類型工作（廣告文案與內容生產）的紀錄，不是跨帳戶的公開基準，換一種任務類型數字會不同。可以當作「差距有這個量級」的參考，不適合當成可複製的承諾。

## 什麼時候不適用

一句話就能問完的簡單任務。 查一個定義、翻譯一段話、改一個錯字，四條規則全上只會變慢。 你自己也還不確定要什麼的探索階段。 這時候過早給角色與範例會把輸出鎖死在一個方向上，先讓它發散反而有用。 任務的正確答案是客觀且唯一的。 數學計算、程式語法這類任務，範例的邊際效益低，官方建議的自我檢查比給角色有用。 已經有穩定運作的提示詞模版。 既有模版跑得好就不要動，四條規則是用來建模版的，不是用來每次重寫的。 輸出要直接進自動化流程。 這種情況重點在輸出格式的嚴格約束（結構化標籤、固定欄位），而非語氣與角色。

## TL;DR

Claude 提示詞的四條規則是：先給角色再給任務、給範例不用形容詞描述風格、需要檢視中間產物時才分步問、開始前先讓它重述一遍。前三條在 Anthropic 官方文件中都有對應：角色寫在系統提示裡、一句話就有差別；範例建議三到五則並用 標籤包起來；提示詞串接的理由在 2026 年已改寫成「你需要檢視中間產物或強制流程結構」，而非模型處理不了。第四條沒有官方對應，官方對應的是輸出端的自我檢查句。PolyTask 自家紀錄的差距是第一次輸出不可用的比例從約四成降到約一成。 記住這個順序：角色 → 範例 → 必要時才拆步 → 重述確認。

## 常見問題

Claude 提示詞要給幾個範例才夠？

官方建議三到五則。範例要相關（貼近實際使用情境）、多樣（涵蓋邊界案例，避免模型學到非預期規律）、並用 標籤包起來，多則範例外層再用 。你也可以請 Claude 評估你給的範例是否夠相關與多樣，或依你的初始範例再生成幾則。

複雜任務一定要拆成好幾步問嗎？

2026 年的官方說法是不一定。文件指出有了自適應思考與子代理調度，多數多步推理會在模型內部完成；明確拆步主要用在你需要檢視中間產物、或要強制特定流程結構的時候。如果你想在中途介入某一步的結果，就拆；只是要最終成品，可以一次問完。

「先讓 Claude 重述一遍」是官方建議嗎？

不是，官方文件沒有這一條，它屬於操作習慣。文件裡最接近的是輸出端的自我檢查：在提示詞結尾加上「在你完成之前，對照檢查標準驗證你的答案」，並註明 Claude Opus 5 不需要這句也會自行驗證。重述管的是需求有沒有被接收正確，和輸出檢查處理的是不同階段。

給角色真的有用嗎，還是只是心理作用？

官方文件明確建議在系統提示中設定角色，說明是這能讓行為與語氣聚焦在你的使用情境上，即使只有一句話也有差別。實務上有用的角色是可驗證的條件組合——發話者身分、對象身分、既有關係、關係溫度——而不是「你是某某專家」這類標籤。

為什麼要用 XML 標籤包提示詞？

因為提示詞裡常同時混著指令、脈絡、範例與變數輸入，沒有標籤時模型要自己猜邊界在哪。官方建議把每一類內容包進各自的標籤（例如 、、），並保持標籤命名一致；內容有層級關係時可以巢狀使用。

寫了很長的提示詞還是跑偏，要怎麼除錯？

先用官方給的判準自檢：把提示詞拿給一個對這個任務背景很少的同事看，請他照著做，如果他會困惑，模型也會。接著檢查有沒有把「為什麼要這樣做」寫進去——文件指出說明指令背後的動機，能讓模型從解釋中類推，比單純下禁令有效。最後才考慮拆步。

---

如果四條都照做了、輸出還是對不上需求，通常問題在更上游：任務本身沒被定義清楚。可以把你現在在用的提示詞與實際輸出整理給我們看一次。PolyTask 做的是全鏈路的行銷增壓，AI 工作流的診斷會從需求定義那一層開始。