如何高效使用 Claude：Prompt 技巧全指南

Claude 是目前综合能力最强的 AI 模型之一，但很多人用不出它的真实水平。本文整理了一套实用的 Prompt 技巧，帮助你解锁 Claude 的潜力。

一、给 Claude 一个明确的角色

不要直接提问，先告诉 Claude 它是谁。

效果差的方式：

帮我写一份营销方案

效果好的方式：

你是一位拥有 10 年经验的 SaaS 产品营销总监，
擅长 B2B 市场策略。请帮我为一款面向中小企业的 AI 工具制定上线营销方案。

角色设定让 Claude 知道从什么视角、以什么专业水准来回答，输出质量会显著提升。

Claude 对结构化的指令响应更好，明确告诉它：

任务：对以下代码进行 Code Review
背景：这是一个 Python FastAPI 项目的用户认证模块，团队是初级工程师
格式：按"安全性、性能、可读性"三个维度逐一点评，每条给出修改建议
约束：不要重写代码，只指出问题和方向

[粘贴代码]

对于需要推理的问题，要求 Claude 展示思考过程，而不是直接给结论。

请逐步分析这个问题，展示你的推理过程：
某公司 Q1 销售额同比增长 20%，但净利润下降 5%，可能的原因有哪些？

加上"逐步分析"或"think step by step"，Claude 会减少跳跃性错误。

当 Prompt 中包含多种元素时，用 XML 标签明确边界，Claude 能更准确地理解意图：

xml

<task>
将以下文章翻译成英文，保持原文的技术风格
</task>

<article>
[粘贴文章内容]
</article>

<requirements>
- 专业术语保持英文
- 保留原文的段落结构
- 输出纯翻译结果，不需要解释
</requirements>

很多人在 Claude 回答不满意时，会清空对话重新开始。更高效的做法是在同一对话中迭代：

这个方向对了，但太学术化了，用更口语的方式重写

第三段不够有力，能加入一个具体的数据案例吗？

Claude 拥有完整的上下文记忆，在同一对话中迭代优化，比重新开始效率高得多。

对于重要结论，让 Claude 自我检查：

以上分析中，你最不确定的部分是什么？
有没有我没考虑到的反向论点？

这个技巧在做决策分析、风险评估时尤其有价值。

处理超长文档时，先让 Claude 建立索引，再按需提取：

以下是一份 50 页的合同，请先列出所有重要条款的标题和页码，
不需要解释内容，只需要建立目录。

[粘贴合同]

建好索引后，再针对性地询问具体条款，避免信息过载。

合理选择模型，在满足需求的前提下降低成本。

想直接用上这些技巧？注册 RootFlow AI 立即开始。