While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
O preenchimento prévio está disponível apenas para modos sem pensamento estendido. Atualmente não é suportado com pensamento estendido.
Ao usar Claude, você tem a capacidade única de guiar suas respostas preenchendo previamente a mensagem Assistant. Esta técnica poderosa permite que você direcione as ações do Claude, pule preâmbulos, aplique formatos específicos como JSON ou XML, e até ajude Claude a manter consistência de personagem em cenários de interpretação de papéis.
Em alguns casos em que Claude não está tendo o desempenho esperado, algumas frases preenchidas previamente podem melhorar vastamente o desempenho do Claude. Um pequeno preenchimento prévio faz uma grande diferença!
Para preencher previamente, inclua o texto inicial desejado na mensagem Assistant (a resposta do Claude continuará de onde a mensagem Assistant termina):
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
]
)O conteúdo do preenchimento prévio não pode terminar com espaço em branco. Um preenchimento como "As an AI assistant, I " (com um espaço no final) resultará em um erro.
{ força Claude a pular o preâmbulo e sair diretamente com o objeto JSON. Isso é mais limpo, mais conciso e mais fácil para programas analisarem sem processamento adicional.
Para saída JSON garantida que esteja em conformidade com um esquema específico, considere usar Structured Outputs em vez de preenchimento prévio. As saídas estruturadas garantem que a resposta do Claude sempre corresponda ao seu esquema JSON definido, tornando-o ideal para aplicações de produção que exigem conformidade de formato rigoroso.[ROLE_NAME] entre colchetes pode lembrar Claude de manter o personagem, mesmo para conversas mais longas e complexas. Isso é especialmente poderoso quando combinado com role prompting no parâmetro system.Inspire-se com uma seleção curada de prompts para várias tarefas e casos de uso.