The Anatomy of a Claude Prompt｜Claude 提示词完整结构：8 模块模板（中文版+实战示例）

郭掌门 · 2026-10-25 · 方法论编译 + 实战示范

8 个模块总览

逐模块拆解

1. Task｜任务目标

句式模板：I want to [TASK] so that [SUCCESS CRITERIA].
示例：I want to analyze these reports so that I can prepare a two-page brief for the executive team.
中文：我想要【做 XX 任务】，从而实现【成功标准】。

关键是 "so that" 这半句——90% 的提示词都省了它。它让 AI 理解这件事的最终目的而不只是执行动作，也让 AI 有了自我评估产出的标尺。"帮我分析这些报告"和"分析报告好让我给高管团队写两页简报"，产出深度完全不同。

2. Context Files｜上下文文件

模板：First, read these files completely before responding: [filename.md] — [what it contains]
中文：在回复前，请完整阅读以下文件，并标注每个文件的内容。

两个要点：一是"标注每个文件里是什么"——帮 AI 建立检索地图，需要哪块读哪块；二是"把你的标准放进文件而不是每次口头解释"——专业的做法是维护一份自己的 standards.md，一次写好长期复用。这和 Claude 的 Projects / CLAUDE.md 机制天然契合。

3. Reference｜参考范例与风格规则

模板：贴出你想要的成品范例，再让 AI 拆解这份范例好在哪里，用 Always（必须）/ Never（禁止）提炼成规则。

这一步的精髓是"不只是给样板，还要让样板变成可执行的规则"——范例只覆盖一种情况，规则才能覆盖所有情况。AI 对范例里无意间的怪癖会照单全收，所以范例必须挑你真正满意的版本。

4. Success Brief｜成功简报

四个必填项，全部从读者视角定义：

• 输出类型 + 篇幅：合同、备忘录、报告、落地页还是帖子？多少字？
• 读者反应：读者读完应该想什么、感受什么、做什么？
• 不能像什么：避雷清单——不要通用 AI 腔、不要太随意、不要术语堆砌；
• 成功标志：对方签字？批准？回复？采取行动？——给出可判定的完成条件。

这是 8 个模块里唯一需要你每次从头手写的部分——因为每份交付物的"好"都不一样。它把提示词从愿望清单升级成了一份专业合同。

5. Rules｜硬性规则与红线

原文关键句：If you're about to break one of my rules, stop and tell me.
中文：如果你将要违反任意一条规则，立刻停止并告知我。

这句话被普遍低估。它把 AI 从"盲目执行者"变成"协作者"——与其静默违反约束，不如当场把冲突摆到你面前让你裁决。

6. Conversation｜先澄清，不急着开工

模板：DO NOT start executing yet. Instead, ask me clarifying questions so we can refine the approach together step by step.
中文：不要直接开始！先向我提出澄清问题，我们一步步对齐方案。

这是整套框架最反直觉、也最值钱的一条：过去是你提示 AI，现在让 AI 反过来提示你。信息缺口不再靠模型脑补，而是在动工前被主动暴露出来。

7. Plan｜重点规则提炼

模板：Before you write anything, list the 3 rules from my context file that matter most for this task.
中文：动笔之前，先列出对本次任务最重要的 3 条上下文规则。

作用是校验 AI 有没有真的读进去：它列出来的 3 条，就是它实际会遵守的优先级。如果列错了，说明你该重读第 5 模块。

8. Alignment｜对齐确认，再启动

模板：Then give me your execution plan (5 steps maximum). Only begin work once we've aligned.
中文：给出最多 5 步的执行方案，双方确认对齐之后，才正式开始生成内容。

5 步上限是有意设计——逼 AI 给出可一眼审完的骨架，而不是三页纸的流程文档。你花 30 秒确认方向，省下的是整篇重写的成本。

可直接复制的中文版模板

【1 任务目标】
我想要：____，最终达成效果：____

【2 上下文资料】
回答前，请完整阅读下面材料：
文件 1：____，内容：____
文件 2：____，内容：____

【3 参考范例 & 风格规则】
参考范例：[粘贴范例]
必须遵守（Always）：____
禁止（Never）：____

【4 成功标准简报】
输出形式 & 篇幅：____
目标读者读完后的感受/行动：____
禁止出现的风格：____
任务成功的标志：____

【5 硬性约束规则】
约束、红线：____。若你即将违反任意一条，立刻停止并告知我。

【6 澄清环节】
先不要直接生成内容，请向我提出需要确认的问题，我们一起细化方案。

【7 重点规则提炼】
先选出本次任务优先级最高的 3 条规则。

【8 执行计划对齐】
给出不超过 5 步的执行方案，等我确认对齐后，再正式输出成品。

实战示例：用 8 模块写一份项目提案

场景：向公司管理层提案"引入 AI 视频生产线降低内容成本"。下面是填好的完整提示词：

【1 任务目标】
我想要：撰写一份引入 AI 视频生产线的内部立项提案，
最终达成效果：让管理层在下周预算会上批准 15 万元试点预算。

【2 上下文资料】
回答前，请完整阅读下面材料：
文件 1：cost-report-q3.md —— 第三季度外包视频成本明细（单条 3800 元，月均 22 条）
文件 2：competitor-cases.md —— 同行 3 家公司用 AI 产线的公开案例数据
文件 3：company-ai-policy.md —— 公司 AI 使用合规要求

【3 参考范例 & 风格规则】
参考范例：[粘贴去年通过的"直播间改造立项书"]
必须遵守（Always）：每条成本数字注明来源；先给结论再给论据
禁止（Never）：不使用"赋能""颠覆"等空洞词；不承诺未验证的收益

【4 成功标准简报】
输出形式 & 篇幅：立项提案，正文 2 页以内 + 1 页预算表
目标读者读完后的感受/行动：CFO 觉得风险可控，当场同意进预算会
禁止出现的风格：不要技术术语堆砌、不要营销腔
任务成功的标志：提案进入预算会议程

【5 硬性约束规则】
约束、红线：预算数字必须与 cost-report-q3.md 一致；
合规要求以 company-ai-policy.md 为准。若即将违反任意一条，立刻停止并告知我。

【6 澄清环节】
先不要直接生成内容，请向我提出需要确认的问题（如试点周期、验收口径、
是否需要对比自建 vs 采购），我们一起细化方案。

【7 重点规则提炼】
先选出本次任务优先级最高的 3 条规则。

【8 执行计划对齐】
给出不超过 5 步的执行方案，等我确认对齐后，再正式输出成品。

对比一下传统写法"帮我写一份 AI 视频项目提案"——AI 只能靠脑补填满所有信息缺口。8 模块版本多花约 10 分钟准备，换来的是：预算数字有据可查、风格对齐管理层口味、信息缺口在动工前被提问暴露、方向确认后才动笔。任务越贵、容错越低，这套流程的回报越高；反过来，改个邮件措辞就不必全套照搬，模块 1 + 4 就够用。

这套框架的适用边界

• 最值得全开的场景：报告、方案、合同、对外文稿、重要邮件——一次性交付、返工成本高、有明确读者；
• 不必全开的场景：问答、查资料、改错别字——模块 6 的强制提问反而拖慢节奏；
• 和自动化工作流的关系：这套模板管"单次高质量交付"，无人值守的批量流程是另一套打法——参见本站的 Agent Graph 工作流（网关、阈值、停止规则）；
• 和精简配置路线的关系：模板里的"上下文文件"做法与 精简 Claude 配置 并不冲突——精简删的是僵尸配置，留下的恰恰是这种"一份干净的 standards.md + 单次聚焦对话"。

关于出处与流传版本

这套 8 模块框架在 X / LinkedIn 上流传着多个近亲版本：与本文模块命名完全一致的版本可见于 Wikiprompt 收录的 Ruben Hassid 版；另有 @akshay_pachaar 流传较广的 Role/Task/Context/Examples/Thinking/Constraints/Output Format/Prefill 八组件版（偏 API 开发者视角）。不同版本各有取舍，本文以面向日常对话使用、模块命名最完整的版本为底本整理，署名以你看到的原始分享为准。模块全部由自然语言构成、不含任何模型专有语法，在 GPT / Gemini / DeepSeek / 豆包上同样适用，只是与 Claude 的 Projects 和 CLAUDE.md 机制配合最顺。

常见问题（FAQ）