约束型提示词需包含角色、目标、约束三要素，用XML标签隔离关键信息，强制格式与拒绝机制并用，并对复杂任务采用分步确认式控制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
写约束型提示词，核心是让Claude在明确边界内输出——不是“尽量别出错”，而是“只准这样写、不准那样做”。关键不在堆砌要求，而在结构清晰、指令可执行、边界无歧义。
明确角色+目标+约束三要素
每个约束型提示都该包含这三项，缺一不可：
- 角色：告诉Claude它此刻“是谁”，比如“你是一名Python安全审计员”比“请帮忙看代码”更有效
- 目标：用动词开头说清要达成什么，例如“生成一个不依赖外部库的校验函数”，而非“关于校验函数的事”
- 约束：逐条列出硬性限制，避免模糊词。用“必须”“禁止”“仅限”“不超过X字”等确定性表述，不用“建议”“可以考虑”
用XML标签隔离关键信息
当提示中含示例、输入数据、模板或特殊格式要求时，用语义化XML标签包裹，能显著降低Claude误读概率：
- 把用户提供的原始代码包进
... - 把期望输出结构写进
JSON with keys: "fixed_code", "explanation" - 把参考规范放在
PEP8, no comments, type hints required
标签名尽量见名知意，Claude对XML有专项解析能力，这是防止它把指令当成普通文本混读的最实用技巧之一。
强制格式与拒绝机制并用
既要规定“怎么输出”，也要授权它“不该输出时怎么办”：
- 指定格式：如“请将结果严格以Markdown表格形式返回，表头为|参数|类型|说明|，共三列，不加额外文字”
- 设置兜底规则：“若无法确认某项约束是否满足，请主动说明不确定点，而不是自行猜测”
- 抑制幻觉：“遇到未定义行为、缺失上下文或超出知识截止日期（2024年10月）的内容，直接回复‘暂无依据，不作推断’”
分步确认式复杂任务
对重构、调试、开发类任务，不要一次性扔出全部要求。用“计划→确认→执行”三步法：
- 第一步：“请先列出实现该功能的完整步骤，包括依赖分析、接口设计、异常路径处理，用编号呈现”
- 第二步：你审阅后回复“继续”或指出调整点
- 第三步：“按上述第2、4、5步实现代码，保持docstring和单元测试同步生成”
这种链式控制让Claude始终在你的节奏里推进，避免一步跑偏全盘返工。
