适用于写作、研究和编程的最佳 Claude 提示词

适用于写作、研究和编程的最佳 Claude 提示词

最优秀的 Claude 提示能让任务易于理解:为 Claude 设定目标、指定应使用的材料、明确关键约束条件,并提供验证结果的方法。在撰写提示时,要确保事实准确并考虑读者的后续行动。 在研究方面,要将论点与来源联系起来。在编程方面,要定义正确的行为并运行测试。.

从以下你需要完成的任务开始:起草一封电子邮件、解读资料包,或修复一个 Python 函数。 从 12 个可灵活调整的模板中选择一个,然后参考三个经过 Claude 和 GlobalGPT 考试验证的例题。每个例题都包含完整的题目要求和答案,这样你就能清楚地知道哪些内容需要直接复制、哪些需要修改,以及在检查自己的作业时应重点关注哪些方面。.

如果你的工作流程是从研究到写作,再到编写代码,, GlobalGPT 将 Claude 及其他领先模型,连同多种 AI 工具,整合到一个价格实惠的订阅服务和一个控制台中。您可以将整个工作流整合在一起,并选择适合下一步操作的模型或功能。.

Claude最佳提示语一览

请根据您所需的决策或交付成果选择相应的模板。发送前请替换方括号中的字段。写作和研究类模板支持粘贴文本;而需要访问文件或执行操作的编程提示,则需要能够实际执行这些操作的工具。.

任务从这里开始带上
写作根据事实简报撰写一封电子邮件W1事实摘要、受众、回复措施及字数限制。.
写作让你的写作风格与之相契合W2你写过的两三篇样稿,以及这篇新稿件的相关事实。.
写作找出最具影响力的修改W3您的草稿、目标受众、写作目的以及需要保留的任何段落。.
写作利用同一内容源,面向两个受众群体W4一份经批准的资料和两份受众简报。.
研究在综合来源信息时,不淡化分歧R1标注的摘录、其日期、决策问题以及任何需要审核的陈述。.
研究根据引用来源核查某项主张R2具体的论点及其出处,而不仅仅是网址。.
研究根据您的决策简报对比各项方案R3您对每个选项的标准、限制条件以及可靠信息。.
研究将一个宽泛的主题转化为研究计划R4决策、受众、范围和截止日期。.
编码针对显式行为和边界情况进行调试C1代码、预期行为、错误或失败情况、运行时以及约束条件。.
编码根据规格编写测试用例C2行为规范与项目测试框架。.
编码在不扩大工作范围的情况下进行重构C3代码、具体的维护问题以及兼容性要求。.
编码通过具体的输入来解释不熟悉的代码C4实际代码和一个具有代表性的输入示例。.

对于许多任务来说,一个可重复使用的初始化格式就足够了。. Anthropic 的提示工程概述 首先列出成功标准以及验证这些标准的方法。无需借助复杂的专家角色设定,也能说明一个有用的答案应包含哪些内容。.

一个简短的起始模板

请帮我完成 [任务],用于 [受众或目的]。
请使用以下材料:[粘贴材料]。
请遵守以下限制:[事实、范围、长度或规则]。
请输出 [输出格式]。
成功的结果必须满足 [可验证的要求]。
如果缺少必要的细节,请提出阻碍任务完成的具体问题。.

当标题或标签能帮助将复杂的简报内容更清晰地划分开来时,请使用它们。. Anthropic当前的提示指南 建议针对混合内容提供清晰的说明、有用的示例以及描述性XML标签。标签的作用是整理文本;它们不会生成证据、授予工具访问权限,也不会使答案变得正确。.

Claude 写作提示

在写作中,难点往往在于在改变表达方式的同时保持核心要义不变。要明确读者需要做什么,以及哪些细节是固定的。如果一句行文流畅的句子暗中附加了某种承诺,那它就毫无帮助。.

1. 根据事实简报撰写一封电子邮件

一封内容清晰、信息准确无误的邀请函、更新通知或客户邮件,其中细节必须完全准确。. 请携带: 事实摘要、受众、回复措施及字数限制。.

W1 · 下文测试的代表性任务

根据简报要求撰写电子邮件。将已确认的事实视为既定事实。将请求与确认内容区分开来。遵循规定的输出格式和篇幅要求。仅使用提供的详细信息。


受众:[谁将阅读此邮件]
目的:[邮件应达成的目标]
已确认的事实:[日期、时间、价格、限额及其他细节]
未知或未经确认的细节:[您无法承诺的内容]
读者行动:[具体的下一步行动]
语气:[语气]
输出要求:一封主题行和[字数范围]字的正文。

查看结果: 对照任务简报,逐一核对每个日期、数字、承诺和后续行动。一句友好的补充话语仍可能产生义务。.

2. 保持自己写作的风格

这是一份简短的草稿,内容与您现有的作品风格一致。. 请携带: 你写过的两三篇样稿,以及这篇新稿件的相关事实。.

W2 · 可定制模板

请根据我的写作样本,找出三种可观察到的风格特征:句子节奏、正式程度以及我阐述观点的方式。将这些特征应用到面向[受众]的全新[格式]中。

仅参考这些样本的写作风格,事实内容请依据新撰写的简报。先列出这三项特征,然后提供[字数范围]字的草稿。


[粘贴您自己的写作内容]


[主题、目的、已证实的事实以及读者行动]

查看结果: 注意句子的节奏和具体性,然后检查新草稿中是否混入了样本中的事实。.

选择那些您希望保留其风格的示例。诸如“友好、有见地、专业”之类的形容词列表,比几个具体例子留有更大的解读空间。新简报应继续作为事实细节的来源。.

3. 找出最重要的修改之处

一篇感觉不够扎实的草稿,但也不至于需要彻底重写。. 请携带: 您的草稿、目标受众、写作目的以及需要保留的任何段落。.

W3 · 可适配模板

请为需要[读者目标]的[目标受众]审阅此草稿。找出最多三处修改,这些修改应能最大程度地提高文本的清晰度或实用性。如果需要的修改少于三处,请说明。

针对每项修改,请引用原文段落,说明读者面临的问题,并提出替代方案。请保留事实含义以及以下要素:[必须保留]。请勿重写整个草稿。


[粘贴草稿]

查看结果: 对于无法指出具体段落或读者实际阅读问题的结论,应予以驳回。.

4. 将同一内容重新用于两个受众群体

将已批准的更新内容转化为内部备忘录和客户通知。. 请携带: 一份经批准的资料和两份受众简报。.

W4 · 可定制模板

将已批准的源稿改写为两个简短版本:
A. [格式、受众、目的、字数限制]
B. [格式、受众、目的、字数限制]

确保日期、数字、功能可用性及承诺内容保持一致。根据不同受众调整说明和侧重点。如果某类受众需要源材料中未包含的细节,请在草稿后列出该缺失内容。


[粘贴源材料]

查看结果: 将这两个版本与同一组事实列表进行对比;新的受众并不意味着可以推出新功能或做出新承诺。.

请在 GlobalGPT 中尝试以下任务

将一份简报转化为一封电子邮件,将一份资料包转化为一份建议,将一份错误报告转化为一个修复方案。.

我们在这三项任务中均使用了 Claude Sonnet 5 in GlobalGPT。 电子邮件草稿保留了关键事件的细节,研究结果指出了暂缓推出的原因,而两项 Python 修复方案在单独运行时均通过了全部 24 项检查。这些都是有用的起点,您可以将相关工作整合到同一个仪表盘中。.

若想亲自尝试,请从下方选择一个模板,并将示例内容替换为您的内容。GlobalGPT 将写作、研究、编码及其他 AI 工具整合到一项经济实惠的订阅服务中,让您无需在不同服务之间来回切换,即可从理解问题直接过渡到起草下一份交付成果。.

我们如何对提示词进行比较

2026年9月14日,每项任务都收到了两条基于相同虚构素材且要求一致的提示:一条简短的指示和一条结构更完整的版本。我们从每条提示中保留了第一份完整的答案,共计六份答案。研究使用了提供的段落;提交的Python代码是单独检查的,并非由模型在对话过程中执行的。.

这些示例涵盖了三项任务,每个版本各一项。完整的输入和答案如下所示,并附有每项结果所需的修改或检查。这12个可复用的模板并未分别进行单独测试。.

首次输出比较 · W

起草一封包含关键信息的活动邮件。.

检查简明说明结构化教学
核心事实与行动核查8 / 98 / 9
主题和正文长度通过 · 126个词通过 · 128个词
未经批准的后续承诺现在现在

两个版本都保留了日期、时间、容量、价格、备注以及“预订申请”与“预订确认”之间的区别。这样你就有了一个可供编辑的草稿,而不是一张空白页。发送前,请删除两份简报均未授权的后续承诺;简明版本还未经证实就将这两场会议称为“完全相同”。 在撰写您的邮件时,请列出需要保留的事实以及您被允许做出的承诺。.

这八项核查内容包括:日期;时间(包括本地时间和协调世界时);时长;每场次容量;免费参加;可下载的笔记;禁止录音;以及“申请”而非“确认”预约。第九项核查内容是虚构的事实或承诺。字数统计不包括主题。.

耗时:9.73 秒 / 7.02 秒。报告的输入和输出令牌数:400 + 617 / 468 + 299。各有一个响应;未进行重试。.

简明说明——完整的提示和源材料
请根据以下简要说明撰写所需的电子邮件。

虚构的测试案例。以下是虚构的工作坊详情,并非真实邀约。

你正在为一个名为“Clear Notes”的虚构社区工作坊撰写邀请邮件。
受众:希望会议记录更加简洁的小团队项目负责人。
目标:邀请读者回复“上午”或“下午”以申请名额。回复仅表示申请名额,并不代表预订已确认。
已确认的事实:
- 日期:2026年10月8日。
- 两场独立的场次分别于09:00 UTC和16:00 UTC开始。
- 每场时长 40 分钟。
- 每场限额 25 人。
- 免费参加。
- 参会者可获取可下载的会议记录。
- 不提供录音。
- 尚未设定注册截止日期。
交付成果:一封邮件,包含主题行和100–140字的正文。语言应简洁、友好,避免夸张修辞。内容需包含日期、两个开始时间及对应时区、时长、每场次名额、价格、可下载的会议记录、无录音说明以及回复操作。 请勿虚构链接、截止日期、已确认预订、演讲者或场地。未设报名截止日期可不予提及。.
简明说明——完整原始答案
**主题:Clear Notes 工作坊——2026年10月8日——关于申请席位的回复**

您好,

我们诚邀希望获得更清晰、更实用的会议记录的项目负责人参加“Clear Notes”——一场将于2026年10月8日举办的免费社区工作坊。

本次工作坊设有两场内容完全相同的场次,每场时长40分钟:一场于协调世界时(UTC)09:00开始,另一场于16:00开始。每场名额限25人。

活动免费,所有参与者都将获得可下载的会议笔记作为留存资料。请注意,本次活动不提供录像回放,因此现场参与是唯一的方式。

如需申请名额,只需回复此邮件并注明“MORNING”(上午场)或“AFTERNOON”(下午场),根据您最适合的场次选择。回复仅为申请名额,并不代表预订成功。我们将于近期跟进并提供更多详情。

感谢您的关注,期待与您相见。.
结构化教学——完整的提示和参考资料
根据任务说明撰写邀请邮件。已确认的事实视为既定事实。将“预订请求”与“已确认预订”区分开来。遵循指定的输出格式和篇幅要求。仅使用提供的详细信息。


虚构测试案例。以下是虚构的工作坊详情,并非真实邀请。

您需要为一个名为“Clear Notes”的虚构社区工作坊撰写邀请邮件。
受众:希望会议记录更加简洁的小团队项目负责人。
目标:邀请收件人回复“上午”或“下午”以申请名额。回复仅表示申请名额,并不代表预订已确认。
已确认的事实:
- 日期:2026年10月8日。
- 两场独立的环节分别于协调世界时(UTC)09:00和16:00开始。
- 每场环节持续40分钟。
- 每场环节有25个名额。
- 免费参加。
- 参会者将获得可下载的会议笔记。
- 活动不提供录像。
- 尚未设定报名截止日期。
交付成果:一封邮件,包含主题行和100–140词的正文。语言应简洁、友好,避免夸大其词。 内容需包含日期、两个开始时间及时间区、时长、每场名额、价格、可下载的讲义、不提供录音以及回复操作。请勿虚构链接、截止日期、已确认预订、演讲者或场地。未设定的报名截止日期可不予提及。
结构化教学——完整的原始答案
主题:诚邀您参加:Clear Notes 研讨会——2026年10月8日

您好,

如果您是项目负责人,正在寻找更简洁的会议记录方法,我们诚挚邀请您参加2026年10月8日举办的 Clear Notes 研讨会。

本次工作坊共设两场,每场时长40分钟:一场于协调世界时(UTC)09:00开始,另一场于16:00开始。每场限额25人,完全免费。

所有参与者都将收到可下载的会议记录,供日后保存和参考。请注意,本次活动不提供录音,因此实时参与是唯一的方式。

如需申请名额,请根据您方便的时间,在回复中注明“MORNING”(上午)或“AFTERNOON”(下午)。回复仅表示申请名额,并不代表预订已确认;我们将尽快与您联系并提供更多详情。

期待届时与您相见。

此致,
Clear Notes 团队

Claude 研究提示

研究提示需要设定证据边界。请提供带有来源ID的相关段落,或使用能够实际检索这些内容的工具。仅提供一个URL并不能证明Claude已打开该页面。这些模板将来源所述内容与您可以得出的结论区分开来。.

5. 综合各类来源,同时不淡化分歧

根据您可以查阅的文件,回答一个决策问题。. 请携带: 标注的摘录、其日期、决策问题以及任何需要审核的陈述。.

R1 · 下文测试的代表性任务

仅依据下方的源数据包回答[决策问题]。在将数值差异视为改进的证据之前,请先比较定义、样本量和分母。区分草案中的断言与实际测量结果。将每条结论与实际支持该结论的精确源引用关联起来,若无相关证据则不予提及。

输出:一份不超过 [LIMIT] 词的建议;包含“主张”、“裁决”、“来源 ID”及“确切支持性引文”的表格;以及为进行公平比较所需的三个缺失测量数据。仅当证据足以支持时,才使用“有依据”、“部分有依据”、“无依据”或“与之矛盾”等标签。 审核以下主张:[CLAIMS]。


[来源 ID、日期及完整的相关摘录]

查看结果: 检查引用的文本、其所支持的论点,以及各项数量是否采用相同的定义和分母。.

6. 根据引用来源核查该说法

在将引文作为证据使用之前,先对草稿进行审阅。. 请携带: 具体的论点及其出处,而不仅仅是网址。.

R2 · 可定制模板

对照随附的源文本核查每一项主张。对于每一项,请提供:主张内容、来源ID、精确的相关引文、判定结果,以及必要时的修正版本。

当来源支持整个主张时,标记为“支持”; 若源文本仅支持部分内容,则标记为“部分支持”;若缺乏证据或证据不足,则标记为“不支持”;若源文本与该主张直接矛盾,则标记为“矛盾”。若源文本缺失,请注明无法评估支持程度。请勿根据标题或网址推断源文本内容。

[粘贴主张–来源对]

查看结果: 即使来源可靠,也未必能证明该说法成立。没有证据并不等于矛盾。.

“缺乏依据”是指所提供的证据无法证明该主张。“与之矛盾”是指证据与该主张相冲突。当某项研究尚未报告结果时,这一区别就显得尤为重要:该研究既未显示情况有所改善,也未显示情况有所恶化。.

7. 根据您的决策简报对各项方案进行比较

在证据不充分的情况下从多个选项中进行选择。. 请携带: 您对每个选项的标准、限制条件以及可靠信息。.

R3 · 可适配模板

针对[决策],比较[选项]。按以下优先顺序使用这些标准:[标准]。硬性约束:[约束条件]。仅使用下方的选项信息。

提交一份比较表、最有依据的选择以及最可能改变该选择的缺失事实。将缺失值标记为“未知”。将事实与判断区分开来。不要虚构价格、分数或数值权重。如果根据现有证据无法选定任何选项,请说明具体的未解决的权衡关系。


[粘贴已验证的信息并附上来源 ID]

查看结果: 检查推荐结果是否依赖于某个未知值,或者依赖于你从未选择过的权重。.

8. 将一个宽泛的主题转化为研究计划

在尚未掌握足够资料来回答问题之前就开始进行研究。. 请携带: 决策、受众、范围和截止日期。.

R4 · 可定制模板

针对[问题]制定一项研究计划,以帮助[受众]做出[决策]。研究范围:[地区、时间段及排除条件]。可用时间:[时间]。

提出五个重点子问题。针对每个子问题,需提供所需证据、首选的一手资料类型、建议的检索词,以及可能改变决策的发现。最后列出优先级最高的两项检索任务。切勿杜撰研究或声称已阅读相关资料。若使用浏览工具,请分别标明实际打开的页面及其各自支持的内容。.

查看结果: 最终成果是一份计划。将拟定的检索方法和潜在信息源视为线索,而非已完成的研究。.

首次输出比较 · R

结果缺失并不意味着该论断被证伪。.

检查简明说明结构化教学
预定义的研究核查6 / 87 / 8
留存证据标签自相矛盾 · 过于强烈不支持 · 适当
受邀账户与注册开始次数未作明确说明未作明确说明

这两个答案都排除了全面推广的可能性,并指出试点项目采用了不同的激活定义和受众群体。结构化版本正确地将留存率主张标记为“缺乏依据”。而简明版本则写道“相互矛盾”,尽管其引用的内容仅证明了不存在留存率结果。这两个答案均未明确指出分母的不同。.

相关比例分别为40/50个受邀账户(80%)和54/60个注册启动(90%)。 这一计算结果是正确的;但这些指标不能互换使用。结构化答案中额外添加了一项核查,以确认“激活”是否具有相同含义。这是一项额外的分析性问题,并非部署备忘录中提出的第四项主张。.

备忘录主张所提供的来源支持的内容适当的治疗
B 使激活率提高了 10 个百分点不同的比率、定义、分母和研究人群不要将这一差距视为一种因果上的改善
B 提高了保留率S3:目前尚无30天保留期的结果未得到证实;未被证伪
B 将支持时间缩短至六小时S3:汇总中位数,未按试点项目分类未见明显减少
查看全部八项研究核查
1. A:40/50 = 80%,使用受邀账户。两者均通过。
2. B:54/60 = 90%,使用注册启动数据。两者均通过;来源引文中包含分母。
3. 需明确标注激活定义和分母的不同。两者在分母部分均未通过。
4. 不要将缺失的留存结果视为改善的证明。两者均对数据缺口进行了说明。
5. 不要将合并支持中位数视为已证实的下降。两者均通过。
6. 不要从这些试点项目中推断出因果效益,也不要据此为全面推广提供依据。两者均通过。
7. 将每项主张和证据标签与所引用的内容相匹配。普通答案在“自相矛盾”项上未通过;结构化答案通过。
8. 指出三项具体的缺失测量指标。两者均通过。
普通答案的错误标签在检查项 7 中计为一次。.

耗时:31.35 秒 / 31.07 秒。报告的输入和输出令牌数:743 + 2822 / 832 + 2837。各返回一次响应;未进行重试。.

简明说明——完整的提示和源材料
请完成本资料包末尾的作业。

# 虚构研究资料包

下文中的所有组织、数据、引语和文件均为可重复测试而虚构。来源编号仅指本资料包;这些并非公开研究。

## S1 — 试点项目 A 结项报告,2026 年 9 月 2 日

"试点项目 A 邀请了 50 个客户账户;其中 40 个在七天内完成了激活。"
"激活指创建工作区并邀请至少一名团队成员。"
"这些账户是由客户成功团队选定的现有客户。"
"该试点采用了引导式入职流程。"

## S2 — 试点 B 仪表盘备注,2026 年 9 月 3 日

"试点项目 B 记录了 60 次入门流程启动;其中 54 个账户在七天内创建了工作区。"
"该仪表盘将创建工作区视为激活;此操作无需邀请团队成员。"
"未记录邀请次数。"
"这些账户是通过检查清单进行自助注册的新用户。"

## S3 — 分析师评审,2026年9月4日

"试点未采用随机分组,且使用的账户群体各不相同。"
"两个试点合并计算的支持响应时间中位数为6小时;未按试点分别列出。"
"目前尚无30天留存率或营收数据。"

## S4 — 推广备忘录草案,2026年9月5日

"试点B使激活率提高了10个百分点,提升了用户留存率,并将支持响应时间缩短至六小时。 请向所有账户推广该检查清单。"
这是一份提案草稿,并非额外数据来源。其论点必须与S1–S3进行核对。

## 两个提示版本共有的任务

答案:这份材料能否证明将试点项目B推广至所有账户是合理的?
仅使用S1–S4。输出内容包括:(1) 一份不超过120词的建议;(2) 一张包含“主张”、“结论”、“来源ID”和“确切支持性引文”列的表格;(3) 进行公平比较所需的三个缺失测量指标。
审核推广备忘录中的三项实证主张:激活率提升、留存率提高以及支持时间缩短。判定结果使用“有依据”、“部分有依据”、“无依据”或“与事实相悖”,必要时附简短说明。在建议或表格中包含具体数值及其分母。 切勿捏造材料包中未出现的引用、网址、因果关系或研究结果。.
简明说明——完整原始答案
## 建议(≤120词)

目前暂不推出试点项目B。试点项目B的原始激活率(54/60 = 90%)比试点项目A(40/50 = 80%)高10个百分点, 但这两个试点项目对"激活"的衡量标准不同(B 试点无需队友邀请),样本群体不同(新自助注册用户与现有客户),且未采用随机分组(S3)——因此该差距不能归因于检查表。 关于留存率的主张缺乏依据:S3明确指出目前尚无30天留存数据。"六小时"的客服响应时间数据是两个试点项目的合并中位数,并未按试点项目分别列出,因此无法证明试点B存在具体的时间缩短。在全面推广前,需要进行受控、匹配且定义一致的对比分析。

## 主张审核表

| 主张 | 结论 | 来源 ID | 确切支持性引文 |
|---|---|---|---|
| "试点 B 使激活率提高了 10 个百分点" | 部分支持 — 原始比率相差10个百分点(54/60=90% 与 40/50=80%),但定义/样本群体/设计存在差异,因此该差异不能归因于检查表 | S1 | "试点 A 邀请了 50 个账户;其中 40 个在七天内完成了激活。" |
| (同一论点,续) | | S2 | "试点 B 记录了 60 次入职开始;其中 54 个账户在七天内创建了工作区。" / "无需团队成员邀请" |
|(同一论点,续)| | S3 | "试点未进行随机分组,且使用的账户群体不同。" |
| "留存率提升" | 与之矛盾——没有留存数据支持这一说法 | S3 | "目前尚无30天留存率或营收结果。" |
| "将支持响应时间缩短至6小时" | 缺乏依据——该数值为两组试点的合并中位数,未明确归因于试点B,也未显示为缩短 | S3 | "两组试点合并后的支持响应时间中位数为6小时;未按试点分别列出。" |

## 进行公平比较尚需三项缺失的衡量指标

1. 两个试点项目均采用相同定义的激活率(例如:创建工作区 *且* 至少邀请一名团队成员)。
2. 分别报告试点 A 和试点 B 的支持响应时间(而非合并中位数),最好附带试点前的基线数据。
3. 两个试点的 30 天留存率(及收入)结果,数据应来自可比的、最好是随机分配或匹配的账户群体。.
结构化教学——完整的提示和参考资料
完成本次作业时,请仅使用本资料包。在将这两项比率视为改进的证据之前,请先比较其定义、统计总体和分母。区分"初步论断"与"实测数据"。将每条结论与实际支持该结论的精确来源引文对应起来,若无相关证据,则不予提及。


# 虚构研究资料包

下文中的所有组织、数据、引文和文件均为可重复测试而虚构。来源ID仅指本资料包;这些并非公开研究。

## S1 — 试点项目A结项报告,2026年9月2日

"试点项目 A 邀请了 50 个账户;其中 40 个在七天内完成了激活。"
"激活指创建工作区并邀请至少一名团队成员。"
"这些账户是由客户成功团队选定的现有客户。"
"该试点项目采用了引导式入职流程。"

## S2 — 试点 B 仪表盘备注,2026 年 9 月 3 日

"试点 B 记录了 60 次入职启动;54 个账户在七天内创建了工作区。"
"该仪表盘将创建工作区视为激活;此操作无需邀请团队成员。"
"未记录邀请次数。"
"这些账户是通过检查清单进行自助注册的新用户。"

## S3 — 分析师评审,2026年9月4日

"试点未采用随机分组,且使用的账户群体不同。"
"两项试点合并后的技术支持响应时间中位数为6小时;未按试点分别统计。"
“目前尚无30天留存率或营收数据。”

## S4 — 推广备忘录草案,2026年9月5日

“试点B使激活率提高了10个百分点,提升了用户留存率,并将支持响应时间缩短至6小时。请将检查清单推广至所有账户。”
这是一份提案草案,并非额外的数据来源。其论断必须与 S1–S3 进行核对。

## 两个提示版本共有的任务

答案:这份材料是否足以证明将试点 B 推广至所有账户是合理的?
仅使用 S1–S4。输出内容包括:(1) 一份不超过 120 字的建议;(2) 一张包含“主张”、“结论”、“来源 ID”和“确切支持性引文”列的表格;(3) 三项用于公平比较所需的缺失测量数据。
审核推广备忘录中的三项实证主张:激活率提升、留存率提高以及支持时间缩短。判定结果可选用“有依据”、“部分有依据”、“无依据”或“与事实相悖”,必要时附简短说明。请在建议或表格中包含具体数值及其分母。 切勿捏造材料包中未提及的引用、URL、因果关系或研究结果。
结构化教学——完整的原始答案
## 建议(≤120词)

否——该数据包无法证明全面推行试点方案 B 的必要性。试点方案 A:现有客户中有 40/50 个账户(80%)达到了"激活"标准,该标准定义为创建工作区 *且* 邀请了一位团队成员。 试点 B:在新自助注册用户中,54/60 个账户(90%)在七天内创建了工作区,且无邀请要求。 这10点的原始差距(90%−80%)混杂了不同的定义、不同的受众群体,且未进行随机分组(S3),因此不能解读为该检查清单"提升了"激活率。 目前尚无 30 天留存率或营收数据(S3),因此"留存率提升"缺乏证据。6 小时的支持时间数据是两个试点的*合并*中位数,未按试点分别列出,因此"支持时间缩短"既无基准数据,也无针对特定试点的支持数据。

## 表格

| 主张 | 裁定 | 来源 ID | 确切佐证引文 |
|---|---|---|---|
| "试点 B 使激活率提高了 10 个百分点" | 部分支持——算术差距确实存在(54/60=90% 对比 40/50=80%),但该比较存在混淆因素,无法支持"提升"这一因果性主张 | S1, S2, S3 | S1: "试点 A 邀请了 50 个账户;其中 40 个在七天内完成了激活。" / S2:"试点 B 记录了 60 次入职启动;其中 54 个账户在七天内创建了工作区。" / S3:"这些试点并非随机分组,且使用的账户群体不同。" |
| 两个试点项目中激活的衡量方式一致 | 相互矛盾 | S1、S2 | S1:"激活指创建工作区并邀请至少一名团队成员。" / S2:"该仪表盘将创建工作区视为激活;此过程不要求邀请团队成员。" |
| "留存率提高" | 无依据 | S3 | "目前尚无 30 天留存率或营收数据。" |
| "将支持响应时间缩短至6小时" | 无依据 | S3 | "两项试点合并后的支持响应时间中位数为6小时;未按试点分别列出。" |

## 进行公平比较所需的三个缺失指标

1. 各试点项目(非合并数据)在采用检查清单前后各自的客服响应时间,以便将归因于试点项目 B 的任何变化单独识别出来。
2. 两个试点项目的 30 天留存率(及收入)数据,因为目前尚无相关数据("目前尚无 30 天留存率或收入结果",S3)。
3. 采用统一的激活定义(例如:创建工作区 *且* 邀请团队成员),并将其应用于两个试点中可比的(理想情况下为随机分配的)账户群体,而非将现有客户(S1)与新自助注册用户(S2)混为一谈。.

当一项研究任务形成初稿时,请将资料包附在写作提纲上。. GlobalGPT的多模型工作区 让您能够在一个仪表盘中自由切换研究、写作和编码工作。将证据和摘要一并保留下来,以便后续步骤能获得所需的详细信息。.

Claude 编程提示

一个有用的代码提示应描述行为、运行环境以及哪些因素被视为已知条件。在聊天中,请粘贴相关代码和错误信息。在“Claude Code”中,请引用可访问的文件并提供具体的验证目标。仅复制粘贴相同的文本并不能将聊天界面转变为终端界面。.

Anthropic 至 Claude 的代码指南 建议为助手分配它能够执行的任务,例如测试或构建。它的 官方提示库 将提示视为调整的起点,并明确了预期结果、参考资料以及验证作品的方法。.

Claude 代码文档建议为模型提供一个可运行的测试用例。.
Anthropic 建议采取具体的检查措施,例如测试、构建和目视比较。.

9. 针对明确的行为和边界情况进行调试

修复一个行为可自定义的小函数。. 请携带: 代码、预期行为、错误或失败情况、运行时以及约束条件。.

C1 · 下文测试的代表性任务

根据完整的规格说明修正代码。检查在提前返回前的有效性检查、边界(包含或不包含)以及在触发异常时仍需适用的规则。保留 [PUBLIC INTERFACE]。仅修改规格说明中要求的部分。


[有效输入、无效输入行为、业务规则及预期输出]


[粘贴代码]


[运行时、依赖项以及是否可使用执行工具]


提交修正后的代码及简要说明。仅报告您实际执行过的验证。若无法执行,请明确说明并提供我应运行的检查项。.

查看结果: 运行独立的测试用例。一个令人信服的解释并非仅仅是一个能通过运行的程序。.

10. 根据规格说明编写测试用例

在信任某项实现之前,先找出遗漏的案例。. 请携带: 行为规范与项目测试框架。.

C2 · 可定制模板

使用 [测试框架] 为 [函数或组件] 编写测试。将下方的规格说明视为契约。测试应涵盖正常情况、每个明确的边界条件、无效输入,以及规则之间关键的交互。

对于每项测试,需明确其验证的需求及其预期结果。保持现有需求完整无缺。若规格说明存在歧义,应明确指出阻碍问题,而非进行猜测。若使用执行工具,请运行相关测试并报告实际命令和结果;否则标记为“未运行”。


[粘贴规格说明]


[粘贴代码或引用可访问的文件]

查看结果: 测试应确保符合规范,而不是重复当前实现中的缺陷。.

尽可能让测试与实现保持独立。以运费计算器为例,应测试具体的重量阈值,以及本应触发免运费的无效输入。仅靠正常流程的示例无法全面覆盖规则之间的交互情况。.

11. 在不扩大工作范围的情况下进行重构

在保持行为不变的前提下改进一小段代码。. 请携带: 代码、具体的维护问题以及兼容性要求。.

C3 · 可定制模板

重构 [代码或可访问的文件] 以解决 [某个具体的维护问题]。保留 [公共 API、返回类型、错误处理方式及其他契约]。仅使用现有依赖项。 请勿添加无关功能或重构相邻模块。

提交最小且有用的更改,说明任何无法保留的行为,并指明验证兼容性所需的测试。如果有可用工具,请运行这些检查并展示结果;否则,请提供建议的检查方法并说明尚未运行。

[粘贴代码和相关测试]

查看结果: 检查差异文件中是否存在超出请求范围的更改,然后重新运行相关测试。.

12. 通过具体的输入来解释不熟悉的代码

在修改函数之前,先了解该函数。. 请携带: 实际代码和一个具有代表性的输入示例。.

C4 · 可定制模板

向一位了解 [背景] 但对 [语言或项目] 尚不熟悉的开发者解释这段代码。请参考以下示例输入:[输入]。描述输入内容、相关分支、状态变化以及预期输出。

请指明具体的函数名称和表达式。区分代码实际展示的内容与对缺失依赖关系的假设。最后提出一个值得测试的边界情况。请勿重写代码,也不要为定义缺失的函数编造行为。


[粘贴代码]

查看结果: 根据代码核对所述分支和返回值;将缺失的依赖项标记为未知。.

首次输出比较 · C

这两个返回函数都通过了全部24个测试用例。.

检查简明说明结构化教学
当地独立病例24 / 2424 / 24
小函数内部的更改是是
基于工具的测试主张没有此类主张明确表示不执行

在我们的固定规格中,简明版本和结构化版本都处理了重量阈值、免费基础运费、偏远地区附加费以及无效输入。结构化答案明确指出它并未执行测试。随后,我们自己运行了这两个函数;简明答案也未声称已执行测试。.

查看全部 24 个输入及实际的通过/未通过结果
[克,小计分,远程]预期分值还是例外情况普通结构化
[1, 0, false]500通过通过
[1000, 0, false]500通过通过
[1001, 0, false]900通过通过
[5000, 0, false]900通过通过
[5001, 0, false]1500通过通过
[1, 9999, false]500通过通过
[1, 10000, false]0通过通过
[1000, 10000, true]300通过通过
[5001, 0, true]1800通过通过
[1001, 9999, true]1200通过通过
[5001, 10001, false]0通过通过
[0, 0, false]ValueError通过通过
[-1, 0, false]ValueError通过通过
[1.0, 0, false]ValueError通过通过
["1000", 0, false]ValueError通过通过
[true, 0, false]ValueError通过通过
[null, 0, false]ValueError通过通过
[1, -1, false]ValueError通过通过
[1, false, false]ValueError通过通过
[1, 1.5, false]ValueError通过通过
[1, "0", false]ValueError通过通过
[1, 0, 1]ValueError通过通过
[1, 0, null]ValueError通过通过
[0, 10000, false]ValueError通过通过

在生成之前,已固定了输入和预期结果。返回值必须是精确整数;无效输入必须引发 ValueError 异常。对这两个函数进行了检查,随后在本地进程中运行,该进程被禁止进行网络访问、读取用户文件和写入文件。通过这些测试用例仅证明了该函数及其规范的有效性,并不意味着该函数已准备好投入生产环境。.

耗时:12.58 秒 / 13.30 秒。报告的输入和输出令牌数:553 + 735 / 621 + 1015。各返回一次响应;未进行重试。.

简明说明——完整的提示和源材料
根据以下规格修复该函数,并提供所需的交付成果。

# 虚构的运费计算器

Python 3。不允许使用网络或外部包。修复下方代码中的 shipping_cents(weight_grams, subtotal_cents, remote=False) 函数。

规范:
- weight_grams 是一个正整数。subtotal_cents 是一个非负整数。Python 布尔值不能作为这两个输入的有效整数。
- remote 必须是布尔值。
- 对于任何无效输入,即使订单符合免费基础运费的条件,也应触发 ValueError 异常。
- 基础运费规则:1–1000 克为 500 分,1001–5000 克为 900 分,超过 5000 克为 1500 分。
- 仅当小计金额达到 10000 森特及以上时,才免除基础运费。
- 远程配送需额外加收 300 森特,包括享受免费基础运费的订单。
- 返回一个整数。保持函数签名不变。不要修改输入数据、执行 I/O 操作或导入包。

有缺陷的代码:
```python
def shipping_cents(weight_grams, subtotal_cents, remote=False):
    if subtotal_cents >= 10000:
 return 0
    if weight_grams < 1000:
 fee = 500
    elif weight_grams < 5000:
 fee = 900
    else:
 fee = 1500
    if remote:
 fee += 300
    return fee
```

交付成果:一个包含修正后函数的 Python 围栏代码块,随后附上对修改内容的简要说明。除非您实际拥有执行工具,否则请勿声称已运行过代码。评阅员将运行涵盖本规范中阈值、免运费规则、远程附加费以及所有无效输入类别的测试用例。.
简明说明——完整原始答案
```python
def shipping_cents(weight_grams, subtotal_cents, remote=False):
    if isinstance(weight_grams, bool) or not isinstance(weight_grams, int):
 raise ValueError("weight_grams 必须是整数")
    if weight_grams <= 0:
 raise ValueError("weight_grams 必须为正数")
    if isinstance(subtotal_cents, bool) or not isinstance(subtotal_cents, int):
        raise ValueError("subtotal_cents 必须是整数")
    if subtotal_cents < 0:
 raise ValueError("subtotal_cents 必须是非负数")
    if not isinstance(remote, bool):
        raise ValueError("remote 必须是 bool 类型")

 if weight_grams <= 1000:
 fee = 500
    elif weight_grams = 10000:
 fee = 0

 if remote:
 fee += 300

 return fee
```

所做的修改:
1. **添加了输入验证**: 检查 `weight_grams` 和 `subtotal_cents` 是否为 `int` 类型(排除 `bool`,因为 `bool` 是 `int` 的子类),检查 `weight_grams` 是否为正数,`subtotal_cents` 是否为非负数,以及 `remote` 是否为 `bool` 类型。 否则将引发 `ValueError`,即使该订单符合免运费条件。
2. **修正了重量阈值**:将 `< 1000` 和 `< 5000` 改为 `<= 1000` 和 `<= 5000`,以便 (1000g, 5000g) 能根据规范("1–1000 克"、"1001–5000 克"、"5000 克以上")归入正确的等级。
3. **修正了免运费逻辑顺序**:原代码在小计金额符合免运费条件时会立即返回 `0`,完全跳过了远程附加费的计算。 现在先计算基础运费,若小计符合免运费条件则将其设为零,*随后*再添加偏远地区附加费——从而确保即使基础运费免费,偏远地区配送仍会加收 300 美分。
4. **返回类型**:所有费用值仍为普通整数,满足 `int` 返回要求。.
结构化教学——完整的提示和参考资料
根据完整规格说明修正该函数。在任何提前返回之前进行输入验证,保留包含阈值,并将基础费用与远程附加费分开处理。提供要求的函数及其说明。仅报告您实际执行过的验证。


# 虚构的运费计算器

Python 3。不允许使用网络或外部包。修复下方代码中的 shipping_cents(weight_grams, subtotal_cents, remote=False) 函数。

规格说明:
- weight_grams 是一个正整数。subtotal_cents 是一个非负整数。Python 布尔值不适用于这两个输入参数。
- remote 必须是布尔值。
- 对于任何无效输入,即使订单符合免费基础运费条件,也必须触发 ValueError 异常。
- 基础运费规则:1–1000 克为 500 分,1001–5000 克为 900 分,超过 5000 克为 1500 分。
- 仅当小计金额达到 10000 森特及以上时,才免收基础运费。
- 远程配送需额外加收 300 森特,包括已享受免费基础运费的订单。
- 返回一个整数。保持函数签名不变。不要修改输入数据、执行 I/O 操作或导入包。

有缺陷的代码:
```python
def shipping_cents(weight_grams, subtotal_cents, remote=False):
    if subtotal_cents >= 10000:
 return 0
    if weight_grams < 1000:
 fee = 500
    elif weight_grams < 5000:
 fee = 900
    else:
 fee = 1500
    if remote:
 fee += 300
    return fee
```

提交内容:一个包含修正后函数的 Python 围栏代码块,随后附上对修改内容的简要说明。除非您实际拥有运行环境,否则请勿声称已运行过代码。评阅人将运行涵盖本规范中阈值、免运费规则、远程附加费以及所有无效输入类别的测试用例。
结构化教学——完整的原始答案
```python
def shipping_cents(weight_grams, subtotal_cents, remote=False):
    if isinstance(weight_grams, bool) or not isinstance(weight_grams, int):
        raise ValueError("weight_grams 必须是整数 (而非布尔值)")
    if weight_grams <= 0:
 raise ValueError("weight_grams 必须为正数")
    if isinstance(subtotal_cents, bool) or not isinstance(subtotal_cents, int):
 raise ValueError("subtotal_cents 必须是整数 (而非布尔值)")
    if subtotal_cents < 0:
 raise ValueError("subtotal_cents 必须是非负数")
    if not isinstance(remote, bool):
 raise ValueError("remote 必须是布尔值")

    if weight_grams <= 1000:
 base_fee = 500
    elif weight_grams = 10000:
 base_fee = 0

 surcharge = 300 if remote else 0

 return base_fee + surcharge
```

修改说明:

1. **将输入验证移至任何提前返回之前。** 原始代码在未先验证任何输入的情况下,当 `subtotal_cents >= 10000` 时返回 `0`。现在,所有验证(包括对 `weight_grams`、 `subtotal_cents` 和 `remote` 的类型检查,包括对两个整数字段显式排除 `bool` 类型——因为在 Python 中 `bool` 是 `int` 的子类)都在任何运费逻辑或返回语句之前进行,因此即使订单原本符合免费基础配送条件,无效输入也会始终引发 `ValueError`。

2. **修正了包含边界的阈值。** 原代码使用了 `< 1000` 和 `< 5000`,这将边界值(1000 和 5000)排除在较低的区间之外,这与规范中"1–1000 克"和 "1001–5000 克"的包含范围不符。已修改为 `<= 1000` 和 `= 10000` 时通过过早的 `return 0` 将其完全清零,这导致对免运费订单错误地跳过了远程附加费。 现在 `base_fee` 和 `surcharge` 独立计算: 当小计达到阈值时,`base_fee` 被设为 `0`,但 `surcharge`(若为 `remote` 则为 300 分)始终会额外加收,从而满足"远程配送加收 300 分,包括基础运费免费的订单"这一要求。

4. **返回类型。** 所有费用组件均为普通整数,且 `base_fee + surcharge` 的和以 `int` 类型返回,符合要求的签名和返回类型。

**实际执行的验证:** 无 — 由于该环境中没有代码执行工具,因此我未运行此代码。以上内容仅基于对规范的手动阅读和手动追踪逻辑得出;我未针对该规范执行任何测试用例。.

对于将代码与文本、图像或视频任务相结合的工作,您可以 将 GlobalGPT CLI 连接到 Claude 代码 并将该平台的模型和媒体功能整合到终端工作流中。首先明确具体任务,并确定用于验证结果是否合格的检查标准。.

当我们把提示具体化后,发生了什么变化?

在本次测试中,额外的结构对某项研究判断起到了帮助作用。它既没有消除电子邮件中新增的承诺,也没有改进原本就正确的发货功能。由于两个版本都收到了完整的需求说明,这一对比提醒我们:在开始添加更多指示之前,需求说明的质量至关重要。.

配对示例的结果

不同的任务需要不同的检查。.

针对特定任务的措施简明说明结构化教学如何处理结果
事实与承诺的书写第 8 页,共 9 页第 8 页,共 9 页删除虚构的后续承诺
研究证据核查第 6 页,共 8 页第 7 页,共 8 页更正证据标签并比较分母
Python 行为示例24/2424/24保持可运行的规格说明和独立的测试

这些是来自不同检查清单的计数结果,并非可比较的百分比或总体模型得分。每个示例下方都附有完整的提示、原始答案和测试详情。单次运行的耗时和令牌计数仅用于描述这些请求;它们并不能证明存在速度或成本上的优势。.

当任务和源材料已经明确时,请使用简短的提示。当指示、文档、示例或相互冲突的要求难以区分时,请添加结构。. Anthropic 的指导原则还区分了不同模型的特定行为, ,因此,那种要求反复自我核查的旧习惯不应自动成为每项请求的固定环节。.

如何修复会给出弱答案的提示语

修改导致问题的部分。如果答案中自设了截止日期,“改进这一点”这一要求过于宽泛。请指出缺乏依据的细节,明确修改范围,并要求进行有针对性的修正。如果是在比较不同版本的提示,请保留原始答案,而不是悄无声息地替换它。.

出了什么问题需要提供或更改的内容一个有用的后续措施
答案是通用的一位读者、一项具体任务和一些真实材料请仅根据以下信息,为[受众]重新撰写内容:[简要说明]。.
这声音听起来不太对劲你自己写的一段文字请保持与本示例相同的句式节奏和正式程度;同时保留新简报中的事实内容。.
它增添了一份承诺明确的界限和那句有问题的句子删除后续承诺。来源未授权此类承诺。.
这一引用看起来似乎可信实际引用的段落这段文字是支持该论点全部、部分,还是都不支持?
这两个百分比看起来相差无几定义、分母、总体、统计期间在比较这些比率之前,请说明每个百分比所除的数是什么。.
代码看起来没问题,但运行失败了一个可重现的错误输入及其预期结果该输入应返回 [value],但实际返回的是 [value]。请修正该规则,并运行此案例。.

对于真正缺失的需求,让 Claude 提出一个针对性问题。对于背景信息足够充分的常规任务,强制性的二十个问题访谈只会拖延工作进度。同样,应要求提供简明扼要的解释、证据或测试结果,而不是将私下的内部推理过程逐字记录下来。.

将有用的提示与输入格式以及发现错误的检查一起保存下来。如果该任务成为可重复的应用程序工作流,, 通过 API 使用 Claude 为您提供了一个对提示词进行版本控制并保存请求记录的地方。当模型或任务要求发生变化时,您可以重新检查自己的示例。.

常见问题

一个好的 Claude 提示应该包含什么内容?

请包含任务、相关背景或源材料、重要限制条件、预期输出以及成功验证条件。对于简单请求,一句说明即可涵盖其中几项。当您需要整合文件、示例或规则时,若不加结构化处理容易造成混淆,请采用更清晰的结构进行表述。.

Claude 提示需要 XML 标签吗?

不。清晰易懂的自然语言是一个有用的起点。在复杂的提示中,XML标签有助于区分说明、示例和源文本。应使用描述性标签,以便于理解各部分内容。标签并不能保证事实的准确性,仅凭标签的存在也无法证明某个提示更好。.

Claude 能否检查它无法打开的源文件?

它可以分析您提供的文本,但仅凭来源标题或网址不足以确定页面内容。请粘贴相关段落,或使用可用的浏览工具进行检索。然后,既要核对引文内容,也要确认该引文是否支持与其相关联的具体论点。.

我可以在 Claude 聊天和 Claude Code 中使用同一个提示词吗?

您可以复用任务和约束条件,但需根据可用工具调整请求。在聊天中,请提供代码和相关背景信息。在 Claude Code 中,您可以引用可访问的项目文件并请求执行。仅显示“运行测试”的提示并不构成测试实际已运行的证据。.

最好的 Claude 提示是那些你可以加以调整并验证的。从一项重复性任务开始,用你自己的材料替换示例内容,并在完全相信答案之前,使用模板旁边的检查项进行验证。. 在 GlobalGPT 中试用该工作流 当您接下来的步骤需要在同一工作区中使用另一个模型或 AI 工具时。.

来源和测试日期: 已于2026年9月14日核查了官方提示语和Claude代码文档。配对示例是于该日期在GlobalGPT中使用Claude生成,内容基于虚构素材。请参阅上方的完整提示语和答案,然后根据您的具体任务调整模板。.

分享帖子:

相关帖子