提示词工程
链式复杂提示以获得更强性能
学习如何将复杂任务分解为更小、可管理的子任务，以提高Claude的准确性和清晰度。
While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
在处理复杂任务时，如果你试图在单个提示中处理所有内容，Claude有时可能会出错。思维链（CoT）提示很棒，但如果你的任务有多个不同的步骤，每个步骤都需要深入思考怎么办？
进入提示链：将复杂任务分解为更小、可管理的子任务。
为什么要链式提示？
为什么要链式提示？
- 准确性：每个子任务都能获得Claude的全部注意力，减少错误。
- 清晰度：更简单的子任务意味着更清晰的指令和输出。
- 可追溯性：轻松定位和修复提示链中的问题。
何时使用链式提示
何时使用链式提示
对于多步骤任务，如研究综合、文档分析或迭代内容创建，使用提示链。当任务涉及多个转换、引用或指令时，链式可以防止Claude遗漏或错误处理步骤。
**记住：**链中的每个环节都能获得Claude的全部注意力！
调试提示：如果Claude遗漏了某个步骤或表现不佳，将该步骤隔离到自己的提示中。这让你可以微调有问题的步骤，而无需重做整个任务。
如何链式提示
如何链式提示
- 识别子任务：将你的任务分解为不同的、连续的步骤。
- 使用XML进行清晰交接：使用XML标签在提示之间传递输出。
- 设定单一任务目标：每个子任务都应该有一个单一、清晰的目标。
- 迭代：根据Claude的表现优化子任务。
链式工作流示例：
链式工作流示例：
- 多步骤分析：参见下面的法律和商业示例。
- 内容创建管道：研究 → 大纲 → 草稿 → 编辑 → 格式化。
- 数据处理：提取 → 转换 → 分析 → 可视化。
- 决策制定：收集信息 → 列出选项 → 分析每个 → 推荐。
- 验证循环：生成内容 → 审查 → 优化 → 重新审查。
优化提示：对于具有独立子任务的任务（如分析多个文档），创建单独的提示并并行运行以提高速度。
高级：自我纠正链
高级：自我纠正链
你可以链式提示让Claude审查自己的工作！这能捕获错误并优化输出，特别是对于高风险任务。
示例
示例