你只發揮了 Claude 30% 的潛力！Anthropic 內部技巧全公開，揭露專業提示詞的 6 大核心元素

Source：https://x.com/cyrilXBT/status/2048577604693680611
你是否也遇過 AI 模型看不懂複雜圖片，甚至開始一本正經地胡說八道？這次我們直接帶來 Anthropic 官方 Applied AI 團隊的「Prompting 101」精華實戰教學！
在這支影片中，Hannah 與 Christian 將透過一個真實的「瑞典汽車保險理賠案」作為示範，帶你一步步從最陽春的 Prompt，進化到結構嚴謹、毫無幻覺的企業級提示詞。他們不僅公開了 Anthropic 內部推薦的 Prompt 標準結構 ，還詳細講解了如何利用 System Prompt 注入背景知識 、使用 XML 標籤引導模型 ，以及如何透過指示 AI「逐步推理」來獲得超高準確度的結果 。
無論你是剛接觸 AI 的新手，還是想優化工作流的重度使用者，這支影片都能幫你更深入理解 Claude 的運作邏輯！
【本集重點精華】
• 破解 AI 幻覺：看 Claude 如何從誤認「滑雪事故」到精準判斷「車禍肇責」。
• 結構化提示詞：學會利用任務上下文 (Task Context)、語氣 (Tone) 與背景資料 (Background Detail) 建構完美 Prompt。
• 進階調教技巧：Few-shot Examples、對話歷史與輸出格式控制 (Output Formatting)。
• Claude 專屬秘技：如何利用 Extended Thinking (深度思考/草稿區) 來反向優化你的系統提示詞。

• 00:00 影片開場：什麼是提示工程 (Prompt Engineering)？
• 01:31 實戰情境解析：一份複雜的瑞典汽車保險理賠表單與事故草圖
• 02:48 第一次測試 (V1)：沒有上下文，Claude 竟然把車禍當成了「滑雪事故」？
• 04:03 完美 Prompt 的標準結構：任務描述、提供內容、詳細指示與範例
• 05:36 V2 優化：加入任務上下文 (Task Context) 與語氣指示 (Tone)，確保 AI 基於事實回答
• 08:53 V3 優化：善用系統提示詞 (System Prompt) 預先注入表單的背景知識與結構
• 10:18 排版秘訣：為什麼 Claude 特別熱愛 XML 標籤？
• 13:07 進階引導技巧 1：提供 Few-shot Examples (範例) 突破複雜情境
• 15:01 進階引導技巧 2：利用對話歷史 (Conversation History) 豐富上下文資訊
• 15:57 防呆機制：給予清晰的「逐步推理」指示 (先看表單，再對照草圖)
• 20:29 商業應用必學：控制輸出格式 (Output Formatting) 與預填回應 (Pre-filled responses)
• 23:27 高階玩法：善用 Claude 的 Extended Thinking (思考標籤與草稿區) 幫助你反向優化提示詞