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
Superpowers 框架評測:一個連「不合格的程式碼直接刪掉」都寫進規則的 TDD 方法論  ·  CLAUDE.md、Rules、Skill、Hook、Subagent 該用哪個?Anthropic 官方七種指令方法決策架構  ·  官方 Frontend Design Skill 評測:為什麼安裝數是第二名的 57 倍?  ·  第一次動手做 Skill:把你重複交代三次的事,變成一個指令  ·  新手第一次寫 System Prompt:從「你是一個助理」到真正能用的角色設定  ·  Claude Code 新增 Marketplace 整組織白名單控制,一條規則就能放行或封鎖整個 GitHub 組織
prompt-examples

新手第一次寫 System Prompt:從「你是一個助理」到真正能用的角色設定

30 秒速讀
「你是資深專家」不會讓 Claude 變得更專業,告訴它「專家在這裡會怎麼判斷」才會。

完整解析 +
01 · 為什麼發生?

為什麼「你是一個專業的 XX」這種寫法幾乎沒用,Claude 不是應該理解這個角色的意思嗎?

Claude 確實理解「行銷顧問」「文案編輯」這些詞的一般意義,這正是問題所在——因為 Claude 已經知道了,所以再說一次職稱不會增加任何新資訊。System Prompt 真正的價值在於補上 Claude「不可能自己猜到」的部分:你這個具體情境下的判斷標準是什麼、你在意哪些細節、輸出格式要長怎樣。職稱本身是一個範圍很廣的類別,同一個職稱底下可能有無數種不同的實際做法。

可以把職稱想像成「這個資料夾的名字」,而具體的判斷準則才是「資料夾裡實際的檔案」。只寫資料夾名字,Claude 只能靠自己對這個類別的一般理解去猜測裡面該有什麼;把實際的判斷規則寫進去,才是真正在提供內容。

02 · 運作原理是什麼?

除了審查文案,這個「寫出具體判斷準則」的方法還能用在哪些常見的日常任務上?

這套思路可以套用在任何「Claude 需要按某種標準做判斷或篩選」的任務上。例如整理會議記錄時,與其寫「幫我整理成重點摘要」,可以寫「按決議事項、待辦任務(含負責人與期限)、需要進一步討論的爭議點,這三類分別整理,凡是沒有明確負責人的待辦事項要特別標記出來」;回覆客服信件時,與其寫「用友善的語氣回覆」,可以寫「先重述客戶的問題確認理解正確,再給出具體解法,若解法需要客戶提供更多資訊,最後一段清楚列出需要客戶補充的項目」。

共通的模式是:把「一個籠統的形容詞或職稱」拆解成「幾個具體、可以逐項檢查的規則」。這個拆解過程本身,就是在幫 Claude 補齊它原本猜不到的那部分資訊。

03 · 如何應用

判斷準則要寫到多細?會不會寫太多細節,反而讓 Claude 綁手綁腳失去彈性?

這是一個實際的取捨,判準是看任務本身的性質:如果任務有明確、不容出錯的標準流程(例如固定格式的資料驗證、必須照特定順序執行的步驟),就值得把準則寫得非常具體,甚至精確到「用哪個詞、按什麼順序」;但如果任務本身需要視情境彈性判斷(例如文案的語氣要不要活潑,取決於這次是寫給哪個受眾),把每個細節都寫死反而會讓 Claude 沒辦法根據上下文做出更好的判斷。

實務上可以把判準準則想像成一個光譜:一端是「開放原野」,任務本身容錯度高、多種做法都算成功,這時候給大方向、讓 Claude 自行判斷細節;另一端是「懸崖邊的窄橋」,任務容錯度低、只有一種正確做法,這時候該把每一步都寫清楚,不留模糊空間。判斷自己的任務落在光譜的哪個位置,再決定準則要寫多細,比一律追求「越詳細越好」更有效率。

04 · 我該怎麼做?

如果我現在手上已經有一份寫得很籠統的 System Prompt,該怎麼一步步改成具體版本,而不是整份重寫?

不需要整份重寫,比較有效率的做法是先找出這份 Prompt 目前產出的結果裡,哪些地方讓你覺得「不太符合我要的」,針對這些落差回推「Claude 少了什麼判斷依據,才會做出這個選擇」。舉例來說,如果你發現 Claude 審查文案時漏掉了誇大用詞沒有標記,代表原本的 Prompt 裡完全沒提到「要檢查誇大用詞」這件事,那就把這條規則單獨補進去,而不是整份重寫。

實務上這是一個漸進累積的過程:每次發現輸出結果不符合預期,就回頭問「這是因為 Claude 少了什麼具體的判斷準則」,把答案補進 Prompt 裡,用個幾次之後,原本籠統的角色描述會自然被一條條具體規則取代。這個方法比一開始就想寫出完美版本更實際,因為很多該補的細節,往往是實際用過幾次、看到具體落差之後才會浮現出來的。

完整內容 +

大多數人第一次寫 System Prompt,都會寫出類似「你是一個專業的行銷顧問,請幫我解答行銷相關問題」這樣的句子。這句話不算錯,但它幾乎沒有提供任何 Claude 原本不知道的資訊——Claude 本來就知道行銷顧問大概會做什麼,這句話沒有讓 Claude 的回答變得更準確、更貼近你實際需要的樣子。

一個真正有用的角色設定,靠的不是「職稱」,而是「這個角色在具體情境下會做的判斷」。以下用一個實際案例,示範怎麼把一句空泛的角色描述,改寫成能實際影響輸出品質的 System Prompt。

從職稱到判斷準則

假設你需要 Claude 幫忙審查產品文案。空泛版本可能寫成:「你是一個資深文案編輯,請幫我審查以下文案」。這句話對 Claude 的實際幫助有限,因為「資深文案編輯」在不同公司、不同產品、不同受眾底下,審查標準可能完全不同。

更有效的寫法是把「這個角色實際會怎麼判斷」寫清楚:

範例 System Prompt:

「你負責審查電商產品文案,審查時依序檢查三件事:第一,文案裡的每一個功能描述是否有具體數字支撐(例如『續航力提升』要改成『續航力提升 40%』這種可驗證的寫法);第二,是否用了『最』『第一』這類需要額外舉證的絕對化用詞,若有請標記出來;第三,文案結尾是否清楚傳達下一步行動(購買、加入購物車、了解更多)。針對每一點,先指出原文哪裡有問題,再給出具體修改後的版本,不要只給抽象建議。」

這個版本沒有用任何「厲害」的形容詞來描述角色本身,但它明確定義了三個具體的檢查項目、每個項目要抓的問題型態,以及輸出格式的要求(先指問題、再給修改版本,不要只給抽象建議)。這些資訊才是 Claude 原本不知道、需要你提供的部分。

怎麼判斷一句角色描述夠不夠具體

寫完一句角色設定後,可以用這個測試問自己:「如果把這句話拿掉,Claude 的回答會不會變得不一樣?」如果答案是「不會有太大差別」,代表這句話大概率只是在描述職稱,沒有提供實際的判斷依據;如果答案是「會,因為少了這句話 Claude 就不知道該用什麼標準審查」,代表這句話真正發揮了作用。

這跟你的工作有什麼關係

下次要寫 System Prompt 時,先別急著想「這個角色聽起來要多專業」,改成先問自己:「如果我要向一個完全不了解這個領域、但邏輯能力很強的人交代這件事,我需要告訴他哪些具體的判斷規則?」把這些規則寫進 System Prompt 裡,通常會比堆砌形容詞更快得到你要的結果。這個原則不只適用在文案審查,任何需要「照特定標準做判斷」的任務——程式碼審查、資料分析、客服回覆——都適用同一套思路:具體的判斷準則,永遠比空泛的職稱描述有用。

圖解
空泛角色描述 vs 具體判斷準則對照圖左側呈現「你是資深編輯」這類空泛角色描述的問題——Claude 已具備該知識、拿掉句子輸出幾乎不變;右側呈現具體判斷準則的三個範例規則,並說明這類內容才是 Claude 原本無法自行猜到、拿掉後輸出會明顯改變的部分。Vague Role vs Specific Judgment Criteria"You are a senior editor"Claude already knowswhat an editor generally doesNo new information addedTest: remove the sentence -output barely changesSpecific judgment rules1. Check numeric backing2. Flag absolute terms3. Verify clear CTAProvides what Claudecould not guess aloneTest: remove a rule -output clearly changesClaude Skill Me · claudeskill-me.com
歡迎截圖分享,轉載請註明來源
提問
請至少輸入 10 個字
相關文章
Superpowers 框架評測:一個連「不合格的程式碼直接刪掉」都寫進規則的 TDD 方法論
reviews · 08/15
CLAUDE.md、Rules、Skill、Hook、Subagent 該用哪個?Anthropic 官方七種指令方法決策架構
advanced · 08/15
官方 Frontend Design Skill 評測:為什麼安裝數是第二名的 57 倍?
reviews · 08/15
第一次動手做 Skill:把你重複交代三次的事,變成一個指令
practice · 08/14
更多相關主題