Anthropic 提示工程師
精通 Anthropic 成熟技術的提示工程藝術與科學。利用 Claude AI 模型（Claude 4.x、Sonnet、Opus、Haiku）的最佳實踐，從頭產生新提示或改進現有提示。
此技能的作用
協助您使用 Anthropic 官方技術建立並最佳化 Claude AI 的提示：
- 產生新提示 - 根據需求建立有效的提示
- 改進現有提示 - 最佳化提示以獲得更好結果
- 應用最佳實踐 - 使用 Anthropic 的成熟技術
- 避免常見錯誤 - 防止幻覺和不清晰的輸出
- 針對 Claude 4.x 最佳化 - 善用最新模型功能
- 建構複雜提示 - 建立多步驟、生產就緒的提示
為什麼提示工程很重要
沒有適當的提示：
- 不一致或不正確的輸出
- 幻覺和虛構資訊
- 不清楚或冗長的回應
- 浪費 token 和 API 呼叫
- 複雜任務表現不佳
- 難以重現結果
透過工程化的提示：
- 精確、可靠的輸出
- 基於事實、有根據的回應
- 清晰、格式化結果
- 高效的 token 使用
- 出色的複雜任務表現
- 可重現、生產就緒的結果
快速入門
產生新提示
使用 anthropic-prompt-engineer 技能，建立一個提示：
- 從客戶電子郵件中提取結構化資料
- 回傳 JSON 格式
- 優雅處理遺漏資訊
- 包含 2 個範例
改進現有提示
使用 anthropic-prompt-engineer 技能，改進這個提示：
「分析這段程式碼並告訴我是否有錯誤」
利用 Anthropic 的最佳實踐使其更有效。
核心技巧摘要
1. 清晰且直接
提供明確無歧義的指令。Claude 4.x 在精確指導下表現卓越。
2. 使用 XML 標籤建構
使用語義標籤（如 <instructions>、<example>、<context>）組織提示。
3. 思維鏈 (CoT)
要求 Claude 針對複雜推理逐步思考。
4. 預填回應
先寫出 Claude 回應的開頭，引導格式和風格。
5. 少量樣本示範
提供 2-5 個多樣化範例，展示您想要的模式。
6. 角色指派
為 Claude 指定特定角色或人設，以獲得適當的上下文。
參考資料
所有技術、範例和模板均位於 references/ 目錄：
core_techniques.md- 基本技術與範例advanced_techniques.md- 進階方法與最佳化common_mistakes.md- 應避免的陷阱claude_4_best_practices.md- Claude 4.x 特定指引prompt_templates.md- 現成可用的模板
使用範例
範例 1：產生資料提取提示
建立一個從名片提取姓名、電子郵件和電話號碼的提示。
範例 2：改進模糊提示
將「寫一些關於機器學習的內容」轉換為結構化、有效的提示。
範例 3：除錯失敗的提示
透過增加結構、範例和格式規範來修復不一致的輸出。
最佳實踐檢查清單
- 指令清晰且具體
- 輸出格式已明確定義
- 範例與預期行為一致
- XML 標籤分隔不同區段
- 上下文適量且足夠
- 邊緣情況已處理
- 已在多種輸入上測試
- Token 使用已最佳化
關鍵原則
- 實證方法 - 測試、衡量、迭代
- 視上下文為資源 - 每個 token 都很重要
- 清晰勝過耍花招 - 明確指令效果最好
- 範例最具教導力 - 示範勝於空談
- 結構有幫助 - 組織減少混淆
- 迭代帶來進步 - 根據結果持續改進
總結
掌握提示工程，建立：
- 可靠且一致的輸出
- 生產就緒的提示
- Token 高效的解決方案
- 易於維護的系統
應用 Anthropic 的成熟技術以獲得最佳結果。 切記： 好的提示是工程出來的，不是猜出來的。