Ingeniería de prompts

Prefill de la respuesta de Claude para mayor control de salida

Aprende cómo prefill la respuesta de Claude para guiar sus acciones, omitir preámbulos, aplicar formatos específicos y mantener la coherencia de personajes.

While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.

El prefill solo está disponible para modos sin pensamiento extendido. Actualmente no es compatible con pensamiento extendido.

Cuando usas Claude, tienes la capacidad única de guiar sus respuestas prefillando el mensaje Assistant. Esta técnica poderosa te permite dirigir las acciones de Claude, omitir preámbulos, aplicar formatos específicos como JSON o XML, e incluso ayudar a Claude a mantener la coherencia de personajes en escenarios de juego de rol.

En algunos casos donde Claude no está funcionando como se espera, algunas oraciones prefilladas pueden mejorar enormemente el desempeño de Claude. ¡Un poco de prefill va muy lejos!

Cómo prefill la respuesta de Claude

Para prefill, incluye el texto inicial deseado en el mensaje Assistant (la respuesta de Claude continuará desde donde termina el mensaje Assistant):

import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "What is your favorite color?"},
        {"role": "assistant", "content": "As an AI assistant, I don't have a favorite color, But if I had to pick, it would be green because"}  # Prefill here
    ]
)

El contenido del prefill no puede terminar con espacios en blanco. Un prefill como "As an AI assistant, I " (con un espacio al final) resultará en un error.

Ejemplos

Ejemplo 1: Controlando el formato de salida y omitiendo el preámbulo

Consejo para usuarios avanzados: Prefilling { obliga a Claude a omitir el preámbulo y generar directamente el objeto JSON. Esto es más limpio, más conciso y más fácil de analizar para los programas sin procesamiento adicional. Para una salida JSON garantizada que se ajuste a un esquema específico, considera usar Structured Outputs en lugar de prefill. Los structured outputs garantizan que la respuesta de Claude siempre coincida con tu esquema JSON definido, lo que es ideal para aplicaciones de producción que requieren cumplimiento estricto del formato.

Ejemplo 2: Manteniendo el personaje en escenarios de juego de rol

Consejo de juego de rol: Prefilling un [ROLE_NAME] entre corchetes puede recordarle a Claude que se mantenga en personaje, incluso para conversaciones más largas y complejas. Esto es especialmente poderoso cuando se combina con role prompting en el parámetro system.

Trabajando con Mensajes

Ve más ejemplos de prefill y otros patrones de la API de Mensajes.

Biblioteca de prompts

Inspírate con una selección curada de prompts para varias tareas y casos de uso.

Tutorial de prompting en GitHub

Un tutorial lleno de ejemplos que cubre los conceptos de ingeniería de prompts encontrados en nuestra documentación.

Tutorial de prompting en Google Sheets

Una versión más ligera de nuestro tutorial de ingeniería de prompts a través de una hoja de cálculo interactiva.

Ingeniería de prompts

Prefill de la respuesta de Claude para mayor control de salida

Aprende cómo prefill la respuesta de Claude para guiar sus acciones, omitir preámbulos, aplicar formatos específicos y mantener la coherencia de personajes.

While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.

El prefill solo está disponible para modos sin pensamiento extendido. Actualmente no es compatible con pensamiento extendido.

En algunos casos donde Claude no está funcionando como se espera, algunas oraciones prefilladas pueden mejorar enormemente el desempeño de Claude. ¡Un poco de prefill va muy lejos!

Cómo prefill la respuesta de Claude

Para prefill, incluye el texto inicial deseado en el mensaje Assistant (la respuesta de Claude continuará desde donde termina el mensaje Assistant):

import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "What is your favorite color?"},
        {"role": "assistant", "content": "As an AI assistant, I don't have a favorite color, But if I had to pick, it would be green because"}  # Prefill here
    ]
)

El contenido del prefill no puede terminar con espacios en blanco. Un prefill como "As an AI assistant, I " (con un espacio al final) resultará en un error.

Ejemplos

Ejemplo 1: Controlando el formato de salida y omitiendo el preámbulo

Ejemplo 2: Manteniendo el personaje en escenarios de juego de rol

Trabajando con Mensajes

Ve más ejemplos de prefill y otros patrones de la API de Mensajes.

Biblioteca de prompts

Inspírate con una selección curada de prompts para varias tareas y casos de uso.

Tutorial de prompting en GitHub

Un tutorial lleno de ejemplos que cubre los conceptos de ingeniería de prompts encontrados en nuestra documentación.

Tutorial de prompting en Google Sheets

Una versión más ligera de nuestro tutorial de ingeniería de prompts a través de una hoja de cálculo interactiva.

Cómo prefill la respuesta de Claude

Ejemplos

Ejemplo 1: Controlando el formato de salida y omitiendo el preámbulo

Ejemplo: Extracción de datos estructurados sin prefilling

Ejemplo: Extracción de datos estructurados con prefilling

Ejemplo 2: Manteniendo el personaje en escenarios de juego de rol

Ejemplo: Manteniendo el personaje sin role prompting

Ejemplo: Manteniendo el personaje con role prompting

Cómo prefill la respuesta de Claude

Ejemplos

Ejemplo 1: Controlando el formato de salida y omitiendo el preámbulo

Ejemplo: Extracción de datos estructurados sin prefilling

Ejemplo: Extracción de datos estructurados con prefilling

Ejemplo 2: Manteniendo el personaje en escenarios de juego de rol

Ejemplo: Manteniendo el personaje sin role prompting

Ejemplo: Manteniendo el personaje con role prompting