Bible Network Crypto DeFi Onchain RWA AI Agent Stablecoin Chain SAFU CryptoTax DeFAI AGI Claude Me Claude Skill Claude Design Claude Cowork
獨立知識媒體
與任何項目無關聯
學會用 Claude,每件事都做得更好
claudeskill-me.com
最新
為什麼裝了 Skill 卻不會觸發?15,000 字元預算爆了,Claude Code 會悄悄丟棄描述且不警告  ·  Effort 跟 Temperature 都是「調整輸出」的參數,差在哪裡?新模型上其中一個已經失效  ·  官方 anthropics/skills 倉庫評測:168k 星星的內容品質沒問題,問題出在你根本找不到它  ·  Subagent 不是更聰明的小 Claude——它解決的是隔離問題,不是能力問題  ·  SKILL.md 到底該寫多長?官方 500 行門檻背後的三層漸進式披露邏輯  ·  XML 標籤怎麼用才對?3 個真實案例對比純文字 Prompt 的差異
名詞解析 · prompt-engineering

Role Prompting

角色提示
prompt-engineering beginner

30 秒版 · 給沒耐心的人
系統提示詞裡用一句話設定 Claude 的角色定位,藉此聚焦回應的語氣與行為,官方定位為簡短的行為錨點,而非詳盡的角色扮演式人設描述。
完整解說 +
01 · 這是什麼?

角色提示是什麼,跟一般的指令有什麼不同?

角色提示是在系統提示詞(system prompt)裡,用一句話告訴 Claude「你是誰」,例如「你是一位專精 Python 的程式助理」,藉此讓 Claude 的語氣、用詞、聚焦方向偏向這個設定的視角。這跟一般指令(例如「請幫我用 Python 排序這個字典」)不同的地方在於:一般指令是針對這次任務的具體要求,角色提示則是設定一個持續影響整個對話的行為錨點,通常放在系統提示詞而非每次的使用者訊息裡。

官方文件把這個技巧放在系統提示詞相關的章節,明確標示為「設定角色能聚焦 Claude 的行為與語氣」,並強調即使只是一句話也會產生影響,不需要堆砌大量背景設定或角色扮演式的詳細人設。

02 · 為什麼存在?

角色提示為什麼存在,解決了什麼問題?

沒有任何角色設定的情況下,Claude 的預設回應風格是相對通用的,需要同時照顧廣泛的可能情境。當你的使用情境需要特定領域的思考角度(例如法律、財務、資深工程師視角)或一致的溝通風格時,每次都在使用者訊息裡重新描述這個要求既低效、又容易在多輪對話裡語氣飄移。角色提示把這個需求濃縮成系統提示詞裡的一句話,讓這個視角在整個對話裡持續生效,不需要每一輪都重申。

值得留意的是,這個技巧近期出現了一個重要的釐清:一項涵蓋 162 種角色、約 2500 個提示詞的測試發現,堆砌詳盡的角色扮演式描述(例如「你是一位有 20 年經驗的資深文案」)對 Claude 的輸出品質沒有可測量的提升,這與 Anthropic 自家把 Claude Code 系統提示詞精簡約 80%、不再倚賴大量範例與角色描述的走向一致。這代表角色提示真正解決的問題,是用簡短的一句話「聚焦」行為,而不是靠詳盡人設「增強」能力——後者這條路徑目前沒有實證支持。

03 · 如何影響你的決策?

角色提示實際運作起來是什麼樣子,該怎麼寫?

官方文件給的範例非常簡短——「你是一位專精 Python 的程式助理」放進系統提示詞system 參數裡,就足以讓後續回應偏向這個定位。官方也提到角色提示可以放在系統提示詞、也可以放在使用者訊息的一部分,但放進系統提示詞的效果會持續整個對話,而不只是單一輪。

實務上值得參考的判斷依據是:角色設定越簡短、越聚焦在「這個角色需要用什麼視角看問題」,效果越可預期;一旦開始加入大量背景故事、性格描寫、說話習慣等角色扮演式細節,不僅沒有實證支持能提升輸出品質,反而會佔用系統提示詞的篇幅,排擠掉真正決定輸出結果的具體任務要求。與角色提示相對的做法,是把力氣花在描述「完成的定義長什麼樣子」(格式、結構、要涵蓋的內容)與「有沒有清楚的背景資料來源」,這兩者目前有更明確的證據支持能改善輸出品質。

04 · 你該怎麼辦?

了解角色提示這個技巧的邊界,對我實際寫 Prompt 有什麼影響?

最直接的影響是重新分配你花在「設定角色」上的力氣:與其把時間花在雕琢一段詳盡的人設描述,不如寫一句精簡、聚焦在視角本身的角色設定,把省下來的篇幅拿去描述任務的完成標準——輸出格式、涵蓋範圍、有沒有需要參考的具體來源。這三者目前更有機會實際改善輸出品質。

另一個值得注意的地方是,如果你正在調整既有的、寫了很長角色人設的 Prompt,不需要因為擔心「效果不夠」而繼續加碼角色描述;如果輸出品質不如預期,優先檢查的方向應該是任務指示是否夠具體、有沒有提供足夠的範例,而不是把角色設定寫得更長更戲劇化——這條路徑目前沒有證據支持它會帶來實質改善。

資料來源:Prompting best practices - Claude Platform DocsDo AI Personas Actually Improve Claude's Output? The Data Says No - MindStudio
實際例子 +

Anthropic 官方的互動式提示詞工程教學(GitHub 上的 prompt-eng-interactive-tutorial 專案)用一個具體對比示範角色提示的效果:同樣要求 Claude 對滑板運動給出一句話觀點,沒有角色設定時 Claude 給出直白、不特別風格化的答案;當提示詞加上「你是一隻貓」的角色設定後,Claude 的語氣、用詞、切入角度都明顯轉變成符合貓的視角,教學同時附註了一個進階技巧:额外告訴 Claude 說話對象是誰(例如「你是一隻正在對一群滑板玩家說話的貓」),能讓角色設定的效果更精準。

常見誤解 +
✕ 誤解1
× 誤解:角色設定寫得越詳盡、越像真實人物的人設(背景故事、性格特質、說話習慣),Claude 的回應品質就會越好,實際是:涵蓋 162 種角色、約 2500 個提示詞的測試發現詳盡角色扮演式描述對輸出品質沒有可測量的提升,官方範例本身也只用一句話設定角色,重點是視角聚焦而非人設堆砌
✕ 誤解2
× 誤解:角色提示是萬用的品質提升技巧,隨便加一個角色設定就能讓輸出變好,實際是:角色提示的作用是聚焦語氣與視角,不是增強能力;如果任務指示本身不夠具體、或缺乏必要的範例與背景資料,加再多角色設定也無法彌補這些缺口
這件事跟你有什麼關係 +
直接影響

優點是用極低成本(一句話)就能讓 Claude 的語氣與視角在整個對話裡保持一致,不必每輪重申;缺點是效果邊界有限,僅止於聚焦語氣與行為傾向,無法取代具體的任務指示與範例,過度依賴詳盡角色描述反而會排擠系統提示詞裡真正影響輸出品質的內容。

提問
請至少輸入 10 個字
更多相關主題