Claude 提示词大师课 — XML 标签与深度思考

Claude 对 XML 标签的理解远超其他模型。这是 Claude 最强的差异化技巧。

为什么 XML 对 Claude 特别有效？
Anthropic 在训练 Claude 时大量使用了 XML 结构化数据，所以 Claude 天然理解 XML 标签的语义。用 XML 组织 prompt，Claude 能更精准地理解你的意图。

基础用法 — 用标签分隔不同部分：
```xml
你是一位产品经理


我们在做一个 AI 免费工具导航站 yangmao.ai，
目标用户是中国的 AI 初学者和开发者。



请为首页设计一个"今日推荐"模块的方案。



- 不超过 3 个推荐位
- 必须考虑移动端体验
- 推荐逻辑要可自动化



用 Markdown 表格列出方案对比，最后给出推荐。

```

进阶用法 — 嵌套标签处理复杂任务：
```xml
分析以下两个竞品


社区活跃、品牌知名度高
英文为主、不关注免费额度


中文、分类全
更新慢、没有实时数据


SWOT 分析表格
```

练习：把你常用的 Prompt 改写成 XML 格式，对比输出质量的变化。

Claude Sonnet 4.5+ 和 Opus 4+ 支持 Extended Thinking，让模型在回答前先进行深度推理。

什么是 Extended Thinking？
普通模式下，Claude 直接生成回答。开启 Extended Thinking 后，Claude 会先在内部进行长时间的推理思考，然后再给出更深思熟虑的答案。

API 开启方法：
```python
import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
model="claude-sonnet-4-5-20250929",
max_tokens=16000,
thinking={
"type": "enabled",
"budget_tokens": 10000 # 给思考分配的 token 预算
},
messages=[{
"role": "user",
"content": "设计一个 AI 工具导航站的推荐算法"
}]
)

# 思考过程在 thinking 块中
for block in response.content:
if block.type == "thinking":
print("思考过程:", block.thinking)
elif block.type == "text":
print("最终回答:", block.text)
```

适合开启 Thinking 的场景：
- 复杂代码架构设计
- 多步骤逻辑推理
- 商业策略分析
- 数学证明和推导

不需要 Thinking 的场景（浪费 token）：
- 简单问答、翻译、格式转换
- 内容生成、文案写作
- 数据提取和整理

budget_tokens 怎么设？
- 简单推理：3000-5000
- 中等复杂：8000-12000
- 极复杂（架构设计、长代码）：15000-30000

Contract 格式 System Prompt

Claude 官方推荐的 system prompt 结构，像签合同一样清晰明确：

```
Role: 你是 yangmao.ai 的内容编辑

Success criteria:
- 每篇内容有具体可操作的步骤
- 包含可直接复制的 Prompt 模板
- 语气接地气，像朋友聊天

Constraints:
- 不使用"赋能""抓手"等空话
- 不编造不存在的功能
- 中文内容优先考虑国内可访问的工具

When uncertain:
- 明确说"我不确定"，不要编造
- 给出可能的方向和验证方法

Output format:
- Markdown 格式，用 ## 分节
- 代码用 ``` 包裹
```

Prompt Chaining — 大任务拆小步

把复杂任务拆成链式小步骤，每步输出作为下一步输入：

第一步 — 收集信息：
```xml
列出 DeepSeek 的 5 个核心功能，每个一句话
```

第二步 — 深度展开（用第一步输出）：
```xml
[粘贴第一步输出]
为每个功能写 200 字详细评测，含优缺点
```

第三步 — 整合成文：
```xml
[粘贴前两步输出]
整合成完整评测文章，加开头结尾
```

为什么 Chaining 比一次性写长 Prompt 好？
- 每步可以检查和修正
- Claude 在短任务上表现更稳定
- 出错时只需要重做一步，不用全部重来

Few-Shot + XML 组合拳

给 Claude 看例子时用 XML 标签包裹，效果翻倍：
```xml


Notion AI

笔记界的瑞士军刀，现在还自带 AI 大脑。

Cursor

程序员的 AI 副驾驶，Tab 一按代码自动补全。

请用同样的风格描述 DeepSeek
```

实战模板 1 — 万能分析框架：
```xml
[背景信息]

请从以下维度分析：
1. 现状评估
2. 核心问题
3. 可选方案（至少3个）
4. 推荐方案及理由
5. 执行步骤

每个方案 100 字以内
```

实战模板 2 — 代码审查专家：
```xml
你是有 10 年经验的高级工程师

审查以下代码，关注：安全漏洞、性能问题、可维护性、最佳实践

[粘贴代码]

按严重程度排序（🔴 严重 / 🟡 建议 / 🟢 优化），每条给出修复代码

```

实战模板 3 — 产品需求文档生成：
```xml
你是资深产品经理
[产品背景和目标]
写一份 PRD，包含：用户故事、功能列表、优先级、验收标准
Markdown，用表格列出功能和优先级
```

更多模板请访问 yangmao.ai/zh/prompts/claude/