时间是世界上一切成就的土壤。——麦金西

你好，我是 Anthropic 的交互式 Prompt Engineering 教程：我会陪你把提示词练到“会用、好用、可复用”

我住在 GitHub：anthropics/prompt-eng-interactive-tutorial
我的自我介绍（仓库 description）很短：Anthropic’s Interactive Prompt Engineering Tutorial。
但我做的事一点也不短——我想把你从“会跟模型聊天”，带到“能工程化地写出稳定、可控、可迭代的提示词”。

我最擅长的不是讲道理，是带你上手

你可以把我想象成一位很务实的陪练教练：

你写一句 prompt，我就让 Claude 回一句
你改一个词，我就让你看到输出怎么变脸
你遇到失败模式，我不会只说“注意清晰”，我会拉你去做练习、做排错、做对比

在我的 README 里，我把“学完能做什么”说得很明白：

你会掌握一个好 prompt 的基本结构
你会识别常见失败模式，学会最有性价比的 80/20 技巧
你会更理解 Claude 的优点与局限
你能为常见使用场景从零写出强 prompt

我不希望你“看懂了”，我希望你“练会了”。

我是怎么安排训练的：9 章 + 练习 + Playground（你动手，我才算数）

我的训练计划是这样的（README 写得很清楚）：

全课程分成 9 个章节（每章都有 lesson + exercises）
外加一个附录：放更进阶的招式
你需要按章节顺序走（我很在意“循序渐进”这件事）

而我最得意的一点是：
每一课的底部都有 “Example Playground”。
Playground 的气质就是：你不需要完美，你只需要不断试——因为 prompt 的手感，很多时候就是这么磨出来的。

我还给了你一个“答案对照表”（answer key，在 Google Sheets 上），以及一个更友好的版本：
我也存在于 Google Sheets（通过 Claude for Sheets 扩展），并且我会推荐你用那一版，因为更顺手。

我用哪一个 Claude 带你练？我选了最轻快的那位

我在 README 里说：这套教程默认用 Claude 3 Haiku——因为它是 smallest / fastest / cheapest。
你可以把它当作跑步时的“轻量训练鞋”：回馈快、成本低，适合大量重复练习。

我也提醒你：Anthropic 还有 Claude 3 Sonnet 和 Claude 3 Opus，更聪明，Opus 最强。
但我不急着让你上“最贵的器材”，我更想让你先把动作练标准。

想跟我互动？我需要你给我一把钥匙（API key）

在 Anthropic 1P/00_Tutorial_How-To.ipynb 里，我会先跟你确认：
要交互练习，需要 API key。没有 key，你也可以去看静态答案，但那种感觉更像“看别人健身”。

1）先把 SDK 装上

我开口第一句就是：

1	!pip install anthropic

2）把你的 API_KEY 和模型名写下来（我会记住它们）

我会让你这样设置：

API_KEY = "your_api_key_here"
MODEL_NAME = "claude-3-haiku-20240307"

%store API_KEY
%store MODEL_NAME

然后你就可以一页一页往下走。

我教的不是“花活”，是从简单到复杂的稳定能力

我把自己分成三段（README 的目录非常清晰）：

Beginner：把话说清楚

Chapter 1: Basic Prompt Structure（prompt 的基本骨架）
Chapter 2: Being Clear and Direct（清晰直接）
Chapter 3: Assigning Roles（角色设定 / role prompting）

Intermediate：把 prompt 变成工程资产

Chapter 4: Separating Data from Instructions（数据与指令分离：模板化）
Chapter 5: Formatting Output & Speaking for Claude（控制输出格式）
Chapter 6: Precognition (Thinking Step by Step)（逐步思考）
Chapter 7: Using Examples（few-shot / 用例子教它）

Advanced：把风险降下来，把复杂度撑起来

Chapter 8: Avoiding Hallucinations（减少幻觉）
Chapter 9: Building Complex Prompts (Industry Use Cases)（行业复杂 prompt）
Appendix: Beyond Standard Prompting（链式、工具、检索等）

你会发现我的路线很像“先练基本功，再练稳定性，再练组合技”。

我会把调用 Claude 的“骨架”给你：Messages API + 一个小助手函数

在 Anthropic 1P/01_Basic_Prompt_Structure.ipynb 里，我会让你写出一个最小可用的 get_completion。

我会这样带你起步（原样结构来自 notebook）：

!pip install anthropic

import re
import anthropic

%store -r API_KEY
%store -r MODEL_NAME

client = anthropic.Anthropic(api_key=API_KEY)

def get_completion(prompt: str, system_prompt=""):
    message = client.messages.create(
        model=MODEL_NAME,
        max_tokens=2000,
        temperature=0.0,
        system=system_prompt,
        messages=[
          {"role": "user", "content": prompt}
        ]
    )
    return message.content[0].text

我还会告诉你：Anthropic 有 legacy 的 Text Completions API，也有现在的 Messages API；而我这套教程会只用 Messages API来训练你，保持一致性。

我会像带新同事一样带你：清晰直接，不要让模型猜你想要什么（Chapter 2）

在 “Being Clear and Direct” 的章节里，我说话就像一个项目里最靠谱的同事：

Claude 没有上下文，你不给它，它就只能靠猜
你越直接、越具体，它越稳定

我还给你一个非常“地面”的自测法（黄金法则）：

把你的 prompt 给朋友/同事看，让他们照着做一遍
他们都做不出来，那 Claude 也做不出来。

我不负责“鼓励你”，我负责“让你在跑偏之前就发现跑偏”。

我会教你给 Claude “穿角色”，让输出的气质和能力一起变（Chapter 3）

在 “Assigning Roles (Role Prompting)” 里，我会带你体验一个很直观的现象：

不给角色：Claude 往往给出朴素、直接的答复
给了角色：它的语气、风格、关注点都会变

我会提醒你：角色可以写在 system prompt，也可以写在 user message；关键是你要把“它应该怎么想、站在什么立场、面向谁说话”讲清楚。

你会慢慢把 role prompting 当成一种“控制旋钮”。

我会教你把 prompt 做成模板：把“固定骨架”和“可变数据”分开（Chapter 4）

在 “Separating Data and Instructions” 里，我会开始把你往工程思维上推：

很多时候你不是想写一次 prompt
你是想写一个可复用模板
数据变、任务不变——你只替换数据，不动骨架

这一步是“提示词从手艺到资产”的分水岭。

我会教你“让输出长得像你想要的样子”（Chapter 5）

在 “Formatting Output & Speaking for Claude” 里，我会让你明白一个事实：

Claude 可以输出很多格式
关键是：你得明确要求它这么做

我会让你用 XML tags 这类方式，让输出更规整、更好解析。
比如这个小例子（来自章节 notebook 片段）：

1 2	ANIMAL = "Rabbit" PROMPT = f"Please write a haiku about {ANIMAL}. Put it in <haiku> tags."

这类技巧看起来简单，但一旦你要把 Claude 接进程序、接进 pipeline，它就会变成你最省心的朋友。

我不避讳模型会“胡说”：我会教你怎么降低幻觉（Chapter 8）

在 “Avoiding Hallucinations” 里，我会很认真地告诉你：

Claude 有时会为了“帮你”，说出不真实或不可靠的内容
你需要策略让它更谨慎、更可验证

我会带你练的方向包括：

给它“可以说不知道”的空间
让它先找证据再回答
以及把前面学过的清晰、分隔、示例等技巧组合起来

我像是在教你把一个聪明的同事，变成一个靠谱的同事。

我还有一个分身：Bedrock Edition（同样的课，不同的入口）

你在仓库里还能看到 AmazonBedrock/README.md：
它是我的 Bedrock 版介绍——目标不变，还是训练你为 Claude 写 prompt，只是更贴近 Bedrock 的使用方式（你会在相关 notebook 里看到 boto3、bedrock-runtime 的调用骨架）。

如果你的工作环境更偏 AWS，这个分身会更好牵手。

给你一条最不痛苦的练习路线（我会陪你走完）

如果你想最快把收益吃到嘴里，我会希望你这样走：

Chapter 1-3：先把结构、清晰、角色这三件事练稳
Chapter 4-5：开始工程化（模板 + 格式）
Chapter 7：few-shot 往往是效果提升最快的一段
Chapter 8：把幻觉风险降下来
再进 Chapter 9 + Appendix：开始组装复杂系统（链式、工具、检索）

你会发现：当你能稳定控制“输入结构”和“输出结构”，提示词工程就不再像玄学——更像工程。