# Anthropic工程师分享提示词工程实战手册

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-06-29 23:17
- AIHOT 分数：64
- AIHOT 链接：https://aihot.virxact.com/items/cmqzdby9m00o7sltjjeuccd7w
- 原文链接：https://x.com/berryxia/status/2071613942259184122

## AI 摘要

Anthropic应用AI工程师Margot Van Laar在Code with Claude分享提示词工程实战手册。核心观点：生产提示词大多时间在调试维护，最好起点是评估而非直接修改。维护客服机器人提示词时，需用XML标签结构化，移除冗余补丁，明确输出格式；避免旧模型“禁止列表”指令在新模型上过度拟合；精确计算应赋予工具；升级决策需说明代价与收益。从零构建零售排班Agent，应拆分为生成-评估-修复循环，三个简单提示词各司其职；更强推理模型+自适应思考更高效。评估是唯一验证改动的严谨方式。

## 正文

睡前来一发，这个视频还是挺完美的。

Anthropic的应用AI工程师Margot Van Laar在Code with Claude分享了提示词工程的实战手册。

核心观点是：我们很少从零写提示词，大部分时间都在调试和维护已有的生产提示词。

最好的起点永远是评估（Eval），而不是直接改提示词。

她用两个真实场景演示了最佳实践：

1. 维护已有提示词（客服机器人）

- 先做通用清理：用XML标签结构化（角色/政策/语气/指南分开）、移除冗余补丁、明确输出格式。

- 常见陷阱：以前为旧模型加的"禁止列表"指令，在新模型上会过度拟合，导致模型隐瞒它其实能提供的信息。

- 当模型需要做精确计算时，指令没用，要给它工具。

- 升级/转人工的决策，要把代价和收益两面都说清楚，否则模型会过度优化某一边。

2. 从零构建新Agent（零售排班）

- 单一复杂提示词容易失败。

- 更好的方式是拆成生成-评估-修复循环，让三个简单提示词各司其职。

- 模型选择很重要：更强的推理模型（Opus）+ 自适应思考，往往比小模型+复杂提示词更高效。

她反复强调：评估是唯一能告诉你改动是否真正有效的严谨方式。

没有评估，就只是在碰运气。