Loading...
    • 開發者指南
    • API 參考
    • MCP
    • 資源
    • 發行說明
    Search...
    ⌘K
    入門
    Claude 簡介快速開始
    模型與定價
    模型概覽選擇模型Claude 4.6 新功能遷移指南模型棄用定價
    使用 Claude 構建
    功能概覽使用 Messages API處理停止原因提示詞最佳實踐
    上下文管理
    上下文視窗壓縮上下文編輯
    功能
    提示詞快取延伸思考自適應思考思考力度串流訊息批次處理引用多語言支援Token 計數嵌入視覺PDF 支援Files API搜尋結果結構化輸出
    工具
    概覽如何實作工具使用細粒度工具串流Bash 工具程式碼執行工具程式化工具呼叫電腦使用工具文字編輯器工具網頁擷取工具網頁搜尋工具記憶工具工具搜尋工具
    Agent Skills
    概覽快速開始最佳實踐企業級 Skills透過 API 使用 Skills
    Agent SDK
    概覽快速開始TypeScript SDKTypeScript V2(預覽版)Python SDK遷移指南
    API 中的 MCP
    MCP 連接器遠端 MCP 伺服器
    第三方平台上的 Claude
    Amazon BedrockMicrosoft FoundryVertex AI
    提示詞工程
    概覽提示詞產生器使用提示詞範本提示詞改進器清晰直接使用範例(多範例提示)讓 Claude 思考(CoT)使用 XML 標籤賦予 Claude 角色(系統提示詞)串聯複雜提示詞長上下文技巧延伸思考技巧
    測試與評估
    定義成功標準開發測試案例使用評估工具降低延遲
    強化防護機制
    減少幻覺提高輸出一致性防範越獄攻擊串流拒絕減少提示詞洩漏讓 Claude 保持角色
    管理與監控
    Admin API 概覽資料駐留工作區用量與成本 APIClaude Code Analytics API零資料保留
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    提示詞工程

    延伸思考技巧

    Was this page helpful?

    • 使用延伸思考來除錯和引導 Claude 的行為
    • 讓 Claude 反思並檢查其工作以改善一致性和錯誤處理

    本指南提供進階策略和技術,幫助您充分利用 Claude 的延伸思考功能。延伸思考允許 Claude 逐步解決複雜問題,提升困難任務的表現。

    請參閱延伸思考以獲取決定何時使用延伸思考的指引。

    在深入之前

    本指南假設您已經決定使用延伸思考模式,並已閱讀我們的延伸思考實作指南。

    延伸思考的技術考量

    • 思考 token 的最低預算為 1024 個 token。我們建議您從最低思考預算開始,並根據您的需求和任務複雜度逐步增加調整。
    • 對於最佳思考預算超過 32K 的工作負載,我們建議您使用批次處理以避免網路問題。推動模型思考超過 32K token 的請求會導致長時間執行的請求,可能會遇到系統逾時和開放連線限制。
    • 延伸思考在英文中表現最佳,但最終輸出可以使用 Claude 支援的任何語言。
    • 如果您需要低於最低預算的思考量,我們建議使用標準模式(關閉思考功能),搭配使用 XML 標籤(如 <thinking>)的傳統思維鏈提示。請參閱思維鏈提示。

    延伸思考的提示技巧

    先使用一般性指令,再用更詳細的逐步指令進行除錯

    Claude 通常在接收高層級指令(只是深入思考某個任務)時表現更好,而非逐步的規範性指導。模型在解決問題方面的創造力可能超過人類規定最佳思考過程的能力。

    例如,與其:

    User
    Think through this math problem step by step: 
    1. First, identify the variables
    2. Then, set up the equation
    3. Next, solve for x
    ...

    考慮使用:

    Please think about this math problem thoroughly and in great detail. 
    Consider multiple approaches and show your complete reasoning.
    Try different methods if your first approach doesn't work.

    在 Console 中試用

    話雖如此,Claude 在需要時仍然可以有效地遵循複雜的結構化執行步驟。該模型可以處理比先前版本更長的列表和更複雜的指令。我們建議您從更通用的指令開始,然後閱讀 Claude 的思考輸出,並迭代提供更具體的指令來引導其思考方向。

    延伸思考的多範例提示

    多範例提示與延伸思考配合良好。當您提供 Claude 如何思考問題的範例時,它會在其延伸思考區塊中遵循類似的推理模式。

    您可以在延伸思考場景中,透過使用 XML 標籤(如 <thinking> 或 <scratchpad>)在提示中包含少量範例,以指示這些範例中延伸思考的標準模式。

    Claude 會將該模式推廣到正式的延伸思考過程中。然而,讓 Claude 自由地以其認為最佳的方式思考,可能會獲得更好的結果。

    範例:

    I'm going to show you how to solve a math problem, then I want you to solve a similar one.
    
    Problem 1: What is 15% of 80?
    
    <thinking>
    To find 15% of 80:
    1. Convert 15% to a decimal: 15% = 0.15
    2. Multiply: 0.15 × 80 = 12
    </thinking>
    
    The answer is 12.
    
    Now solve this one:
    Problem 2: What is 35% of 240?

    在 Console 中試用

    透過延伸思考最大化指令遵循

    啟用延伸思考後,Claude 在指令遵循方面表現出顯著改善。模型通常會:

    1. 在延伸思考區塊中推理指令
    2. 在回應中執行這些指令

    要最大化指令遵循:

    • 清楚且具體地說明您想要什麼
    • 對於複雜的指令,考慮將其分解為編號步驟,讓 Claude 有條理地逐步處理
    • 給予 Claude 足夠的預算,以便在其延伸思考中充分處理指令

    使用延伸思考來除錯和引導 Claude 的行為

    您可以使用 Claude 的思考輸出來除錯 Claude 的邏輯,儘管這種方法並非總是完全可靠。

    為了充分利用這種方法,我們建議以下技巧:

    • 我們不建議將 Claude 的延伸思考傳回使用者文字區塊中,因為這不會改善效能,反而可能降低結果品質。
    • 預填延伸思考是明確不允許的,手動更改模型在思考區塊之後的輸出文字可能會因模型混淆而降低結果品質。

    當延伸思考關閉時,標準的 assistant 回應文字預填仍然是允許的。

    有時 Claude 可能會在助手輸出文字中重複其延伸思考。如果您想要乾淨的回應,請指示 Claude 不要重複其延伸思考,只輸出答案。

    充分利用長輸出和長篇思考

    對於資料集生成的使用案例,嘗試使用「Please create an extremely detailed table of...」等提示來生成全面的資料集。

    對於詳細內容生成等使用案例,您可能希望生成更長的延伸思考區塊和更詳細的回應,請嘗試以下技巧:

    • 同時增加最大延伸思考長度並明確要求更長的輸出
    • 對於非常長的輸出(20,000+ 字),請要求一個詳細的大綱,包含到段落層級的字數統計。然後要求 Claude 將其段落索引到大綱並維持指定的字數

    我們不建議您為了輸出更多 token 而推動 Claude 輸出更多 token。相反,我們鼓勵您從小的思考預算開始,並根據需要增加,以找到適合您使用案例的最佳設定。

    以下是 Claude 因較長延伸思考而表現出色的範例使用案例:

    讓 Claude 反思並檢查其工作以改善一致性和錯誤處理

    您可以使用簡單的自然語言提示來改善一致性並減少錯誤:

    1. 要求 Claude 在宣告任務完成之前用簡單的測試驗證其工作
    2. 指示模型分析其前一步驟是否達到預期結果
    3. 對於程式設計任務,要求 Claude 在其延伸思考中執行測試案例

    範例:

    Write a function to calculate the factorial of a number. 
    Before you finish, please verify your solution with test cases for:
    - n=0
    - n=1
    - n=5
    - n=10
    And fix any issues you find.

    在 Console 中試用

    後續步驟

    延伸思考食譜

    在我們的食譜中探索延伸思考的實用範例。

    延伸思考指南

    查看實作延伸思考的完整技術文件。