我把Claude Code泄露源码里的 Prompt 全看完了.

3 月 31 日深夜，Anthropic 的 Claude Code 源码意外泄露，数千行工程级代码全部公开，也包括了他们内部真实使用的所有 Prompt。

Anthropic 的员工早就在宣传他们的工作已经大部分都交给AI完成了，而我同事却常常抱怨AI并没有想象中聪明，这中间到底有什么差距呢？

阅读了泄露的Claude Code源码后，我好像找到了答案。差距仅在于Anthropic的工程师比普通人更会写Prompt。

经过一整天的研究，我为大家整理了12条Prompt原则，这些原则来自 Anthropic 工程师在 Claude Code 项目中真实使用的 prompt 设计，每一条都经过大量工程实践验证，每条原则都搭配了海外营销的常用场景，文章末尾有通用Prompt模板供大家使用。

这是你在任何付费课程里都买不到的一手资料，因为昨晚之前，它根本不是公开的，快点收藏起来吧！

原则一：给 AI 提供清晰的角色定位和任务边界

核心思想： 明确告诉 AI “你是谁””你能做什么””你不能做什么”，AI 才能准确定位自己的行为范围。

工程级 prompt 的写法：

Claude Code 系统 prompt 开头直接定义身份：

“You are Claude Code, Anthropic’s official CLI for Claude.”

验证专家 Agent 的 prompt 更精确地定义了角色边界：

“You are a verification specialist. Your job is not to confirm the implementation works — it’s to try to break it.”（你的工作不是确认实现是否有效，而是试图破坏它。）

数字营销场景应用：

❌ 模糊写法：

帮我写一篇博客

✅ 清晰写法：

你是一名专注 B2B SaaS 领域的内容营销专家，目标受众是中小企业的 IT 决策者（CTO / IT Manager）。
请以内容审稿人的角度检查下面这篇博客草稿，重点指出：
- 哪些地方对目标读者来说太过技术性或太浅显
- 哪些 CTA（行动号召）表述不够有力
不需要改写，只需指出问题并说明原因。

为什么这样有效： SaaS 内容营销和 DTC 品牌内容的写法截然不同。不告诉 AI 你的行业、受众和角色，它会给你一个”万能版”——什么场景都能用，也什么场景都不够好。

原则二：用”先分析后输出”引导复杂任务

核心思想： 对于复杂任务，要求 AI 先思考再输出，避免”拍脑袋”给出不可靠的答案。

工程级 prompt 的写法：

Claude Code 对话压缩 prompt 要求 AI 先进行结构化分析，再输出总结：

“Before providing your final summary, wrap your analysis in analysis tags… In your analysis process: 1. Chronologically analyze each message… 2. Double-check for technical accuracy…”

系统会自动把分析部分删除，只保留高质量的总结。

数字营销场景应用：

❌ 直接要结果：

分析一下我们竞争对手的 Instagram 策略

✅ 要求结构化思考：

请先梳理你的分析框架，然后从以下几个维度分析这个竞品的 Instagram 策略
（内容截图和账号数据在下面）：

1）内容策略：发什么类型内容、频率如何、什么话题获得高互动
2）受众定位：从评论区和话题标签判断他们在打什么人群
3）我们可以借鉴的 3 个具体动作

每个维度给出 2-3 个有具体数据支撑的依据，不要泛泛而谈。

实际用处： 很多营销人让 AI 直接”分析竞品”，得到的是一堆正确的废话。要求 AI 先拆解框架再输出，你会得到真正可操作的洞察。

原则三：用”反例 + 正例”的对比方式明确期望

核心思想： 与其只说”要怎么做”，不如同时说”不要怎么做”，用对比帮 AI 精准理解边界。

工程级 prompt 的写法：

多 Agent 协作 prompt 提供了好/坏的直接对比：

❌ 差的写法 — 模糊委派：
"Based on your findings, fix the auth bug"

✅ 好的写法 — 完整规格说明：
"Fix the null pointer in src/auth/validate.ts:42.
 The user field on Session is undefined when sessions expire.
 Add a null check — if null, return 401 with 'Session expired'."

验证 Agent prompt 还直接列举了”AI 用来逃避检查的借口”然后告诉 AI 别这么做：

“The code looks correct based on my reading” — reading is not verification.“This is probably fine” — probably is not verified.

数字营销场景应用：

❌ 只说要做什么：

写一封 Black Friday 促销邮件

✅ 同时说不要做什么：

写一封 Black Friday 促销邮件，面向我们的老客户（购买过至少 2 次）。

要：
- 有具体的折扣数字和截止时间（占位符即可）
- 第一句就切入利益，不要寒暄
- 语气亲切，像朋友而不是品牌

不要：
- 不要用"Amazing Deal"、"Don't Miss Out"这类过度使用的套话
- 不要把折扣信息放到第三段才出现
- 不要超过 150 个词（手机端阅读场景）

原则四：提供充分的上下文，让 AI 无需猜测

核心思想： AI 的回答质量直接取决于输入的上下文质量。你的工作是给 AI 提供足够信息，而不是让 AI 去猜。

工程级 prompt 的写法：

多 Agent 协调系统的核心原则：

“Workers can’t see your conversation. Every prompt must be self-contained with everything the worker needs.”（每个 prompt 必须包含完成任务所需的一切，不能依赖上下文。）

差 vs. 好 的对比：

❌ "Create a PR for the recent changes"
   — 哪些变更？哪个分支？draft 还是 ready？

✅ "Create a new branch from main called 'fix/session-expiry'.
   Cherry-pick only commit abc123. Push and create a draft PR targeting main.
   Add anthropics/claude-code as reviewer. Report the PR URL."

数字营销场景应用：

❌ 缺少上下文：

帮我优化一下这个 Google Ads 广告组

✅ 提供完整上下文：

我在管理一个美国市场的 Google Ads 账户，卖的是高端宠物保险（月均保费 $85），
目前这个广告组针对关键词 "pet insurance for dogs"，月预算 $3,000。

现状：
- CTR 1.2%（行业均值约 2.5%）
- 转化成本 $180（目标是 $120 以内）
- 当前广告有 3 条，文案在下面

目标：在不增加预算的情况下把 CTR 提升到 2%+，转化成本降到 $130 以内。
[附上现有广告文案]

为什么重要： 同样是”优化广告”，30,000 月预算的 SaaS 公司策略截然不同。不给上下文，AI 只能给你通用建议。

原则五：用编号指令控制执行顺序

核心思想： 当任务涉及多个步骤时，用明确的编号控制”并行”还是”串行”，避免 AI 乱序执行。

工程级 prompt 的写法：

Git 提交 prompt 精确控制了步骤顺序：

1. Run the following bash commands **in parallel**:
   - git status, git diff, git log

2. Analyze all staged changes and draft commit message...

3. Run in **parallel**: add files + create commit
   Note: git status depends on commit completing,
   so run it **sequentially** after.

4. If commit fails due to pre-commit hook: fix and create a NEW commit

数字营销场景应用：

❌ 模糊的顺序：

帮我做一篇 SEO 文章，关键词研究一下，然后写大纲，再写全文

✅ 明确的步骤控制：

请按以下步骤帮我制作一篇关于 "project management software for remote teams" 的 SEO 文章：

第 1 步：分析这个主关键词的搜索意图，判断是信息型、导航型还是商业型，
        给出你的判断和理由（只分析，不写内容）

第 2 步：根据第 1 步的判断，提出文章结构大纲（H1、H2、H3），
        每个章节注明拟涵盖的子话题
        ← 等我确认大纲后再进行下一步

第 3 步：按确认后的大纲撰写全文（目标 1,500 词）

第 4 步：文章完成后，生成 Meta Title 和 Meta Description

原则六：用”完成标准”定义任务终点

核心思想： 告诉 AI “什么叫做完成”，防止它草草结束或无止境地做下去。

工程级 prompt 的写法：

验证 Agent 的完成格式规定极其严格：

“End with exactly this line: VERDICT: PASS / VERDICT: FAIL / VERDICT: PARTIAL.Use the literal string VERDICT: followed by exactly one of PASS, FAIL, PARTIAL.No markdown bold, no punctuation, no variation.”

数字营销场景应用：

❌ 没有完成标准：

帮我写一套 Email Drip 序列

✅ 定义完成标准：

帮我写一套 SaaS 产品试用期的 Email Drip 序列，完成时需要满足：

1. 共 5 封邮件，覆盖试用第 1、3、7、14、21 天
2. 每封邮件包含：主题行（含 A/B 两个版本）、预览文字、正文
3. 每封邮件聚焦一个核心 CTA，不出现多个行动号召
4. 全套邮件语气一致，符合"helpful + direct"的品牌风格
5. 最后提供一张表格总结：每封邮件的发送时机、核心目标、CTA

以上 5 点全部完成才算交付，请在最后写"✅ 交付完成"。

原则七：区分高风险与低风险操作

核心思想： 明确告诉 AI 哪些操作是高风险的，在执行前先确认，而不是让它直接动手。

工程级 prompt 的写法：

系统 prompt 有专门的”执行操作时的谨慎原则”：

“Carefully consider the reversibility and blast radius of actions. Generally you can freely take local, reversible actions. But for actions that are hard to reverse, affect shared systems, or could be risky or destructive, check with the user before proceeding.”

列举了需要确认的高风险操作：

• 破坏性操作：删除文件、清空数据库、覆盖未保存的内容
• 难以撤销的操作：force push、重置历史记录
• 对他人可见的操作：推送代码、发送 Slack 消息、创建 PR

数字营销场景应用：

❌ 让 AI 随意操作：

帮我清理一下邮件列表里的无效地址

✅ 明确风险边界：

我的邮件列表有 45,000 个订阅者，我想清理掉"高风险"地址来提升送达率。

请先帮我：
1. 列出哪些类型的地址属于"高风险"（硬退信、长期不活跃、角色邮箱等）
2. 根据我提供的导出数据，统计每种类型各有多少条（数据在下面）
3. 给出清理建议和预期对送达率的影响

⚠️ 不要实际执行任何删除操作。我确认没问题后，再告诉你下一步。

这在营销里为什么重要： 误删邮件列表、意外停止跑量中的广告组、把测试版本的邮件发给真实用户——这些都是”覆水难收”的操作。让 AI 先列计划再执行，是防止翻车的好习惯。

原则八：用”做 / 不做”约束清单收紧行为

核心思想： 用简洁的条目列表，明确列出 AI 的行为边界，防止过度行动或做出意料之外的改动。

工程级 prompt 的写法：

系统 prompt 对修改范围的限制：

“Don’t add features, refactor code, or make ‘improvements’ beyond what was asked. A bug fix doesn’t need surrounding code cleaned up. Don’t add docstrings or comments to code you didn’t change.”

文件编辑工具的约束：

“ALWAYS prefer editing existing files. NEVER write new files unless explicitly required. Only use emojis if the user explicitly requests it.”

数字营销场景应用：

❌ 太开放：

优化一下我们网站的落地页

✅ 用约束清单聚焦：

优化这个 Google Ads 落地页的转化率，只做以下改动：

✅ 重写 Hero Section 的标题和副标题（给出 3 个版本供选择）
✅ 优化主 CTA 按钮文案（当前是"Get Started"）
✅ 调整 Social Proof 区域的排列顺序

不要做：
❌ 不要修改页面布局或视觉设计
❌ 不要增减任何内容模块
❌ 不要改变品牌语气和用词风格
❌ 不要建议 A/B 测试方案（下一步再讨论）

原则九：用示例消除歧义

核心思想： 比起抽象描述，具体的例子能让 AI 更精准地理解你期望的输出格式和质量标准。

工程级 prompt 的写法：

Claude Code 的工具 prompt 中提供了大量完整的使用示例，包括用户输入、AI 的行动以及背后的 reasoning：

示例：
用户说："给我写 5 个 Instagram caption ideas，配合我们新出的夏季运动系列"

AI 应该：
1. 先确认产品定位（高端运动 vs. 日常休闲？目标受众年龄段？）
2. 给出 5 个 caption，每个对应不同的情绪基调
3. 每个 caption 附带推荐的话题标签组合（3-5 个）

Reasoning：
caption 的风格取决于品牌定位，不先确认会浪费双方时间。

数字营销场景应用：

❌ 没有示例，依赖 AI 猜格式：

帮我整理一下这次 Meta Ads 的月度复盘报告

✅ 提供输出格式示例：

帮我整理这次 Meta Ads 的月度复盘报告，格式完全按照下面的模板：

【广告账户】xxx
【统计周期】xxxx年xx月
【总花费】$xxx（环比 +/-xx%）

【核心指标】
- ROAS：x.xx（目标：x.xx / 达标：是/否）
- CPA：$xx（目标：$xx / 达标：是/否）
- CTR：x.x%（行业均值：x.x%）

【表现最好的广告组】
1. 广告组名称：xxx | 花费：$xxx | ROAS：x.xx | 亮点：一句话说明
2. xxx

【表现最差的广告组】
1. xxx | 原因分析：一句话

【下月优化重点】
- 动作 1：xxx（负责人：xxx，截止：xxxx-xx-xx）
- 动作 2：xxx

如果某项数据在报告中不存在，写"N/A"。

原则十：让 AI 先理解，再行动

核心思想： 在执行任何操作前，要求 AI 先展示它的理解，让你有机会确认方向正确再行动。

工程级 prompt 的写法：

系统 prompt 明确要求：

“In general, do not propose changes to code you haven’t read. If a user asks about or wants you to modify a file, read it first. Understand existing code before suggesting modifications.”

文件编辑工具甚至用技术手段强制这一点：

“You must use your Read tool at least once in the conversation before editing. This tool will error if you attempt an edit without reading the file.”（编辑前必须先读取文件至少一次，否则工具会报错。）

数字营销场景应用：

❌ 让 AI 直接执行（可能方向错了）：

把我们所有现有的博客文章都加上内部链接

✅ 要求先理解再执行：

我想给网站上现有的博客文章加内部链接，提升 SEO。请先：
1. 看一下我提供的文章列表（共 30 篇），梳理文章的主题分布
2. 找出哪些文章之间有自然的关联，适合互相链接
3. 告诉我你计划如何分组和建立链接结构（先不要动文章）

我确认没问题后，再告诉你逐步执行。

营销场景为什么需要这条： SEO 内部链接策略、广告账户结构调整、社媒内容日历重排……这些都是”动了之后很难完全撤回”的系统性操作。让 AI 先汇报计划，是保持掌控感的关键。

原则十一：指定输出格式和长度

核心思想： 不说格式，AI 可能给你长篇大论；不说长度，AI 可能一句话带过。指定清楚，得到你真正需要的。

工程级 prompt 的写法：

系统 prompt 的输出效率章节：

“Keep your text output brief and direct. Lead with the answer or action, not the reasoning. Skip filler words, preamble, and unnecessary transitions. Do not restate what the user said — just do it.”

工具总结生成 prompt 对长度要求极其精确：

“Write a short summary label describing what these tool calls accomplished. It appears as a single-line row in a mobile app and truncates around 30 characters, so think git-commit-subject, not sentence.”（像 git commit 标题一样写，不是一个句子。）

数字营销场景应用：

❌ 不指定格式：

分析一下我们上个季度各渠道的 ROI 表现

✅ 指定格式和长度：

分析上个季度各渠道的 ROI 表现，用以下格式输出：
- 每个渠道用一行总结（不超过 20 字）
- 标注表现等级：🟢优秀 / 🟡待改进 / 🔴需立即调整
- 最多列 6 个渠道，按 ROI 从高到低排序
- 每个渠道后附：一个具体的下一步行动建议（一句话）
- 最后一行：总体结论（不超过 30 字）

不需要详细展开，只需清单式输出。

原则十二：给 AI “许可”，解除不必要的顾虑

核心思想： AI 有时会过于谨慎，不敢做某些合理的操作。给出明确的授权，可以让 AI 更高效地完成任务。

工程级 prompt 的写法：

文件读取工具 prompt 主动解除 AI 的顾虑：

“Assume this tool is able to read all files on the machine. If the User provides a path to a file assume that path is valid. It is okay to read a file that does not exist; an error will be returned.”

自主模式 prompt 给出行动授权：

“Bias toward action. Act on your best judgment rather than asking for confirmation.– Read files, search code, explore the project, run tests — all without asking.– If you’re unsure between two reasonable approaches, pick one and go.”

数字营销场景应用：

❌ AI 总在问”可以吗”（因为你没说）：

帮我分析一下竞品的内容策略

✅ 给出明确授权：

帮我分析这 3 个竞品的内容策略（链接在下面）。你可以自由地：
✅ 访问这些公开页面获取信息
✅ 自主决定分析框架和维度
✅ 直接输出完整的对比分析报告

无需每一步都问我。先给出完整分析，我再决定后续行动。

综合实战模板

万能营销 Prompt 框架

【你是谁】
你是一名 [具体角色/专业背景]，

【任务目标】
请 [具体任务动词] [任务对象]，

【关键约束】
要做的：
- [具体要求1]
- [具体要求2]
不要做的：
- [禁止行为1]
- [禁止行为2]

【上下文信息】
[提供相关背景：行业、受众、预算、当前数据、品牌风格等]

【输出格式】
请用以下格式输出：
[格式示例]

【完成标准】
完成时需要满足：
1. [可验证的标准1]
2. [可验证的标准2]

不同营销场景的写法技巧

写内容 / 文案时：

你是 [行业] 的内容营销专家，目标受众是 [人群描述]。
请写 [内容类型]，风格要 [具体风格词]，不要 [避免的风格/套话]。
完成后给我 3 个版本供选择，每个版本不超过 [字数/词数]。

分析数据 / 报告时：

先总结你从这份数据里读到了什么（3 句话以内），再回答 [具体问题]。
答案要有 [数量] 条，每条一句话，只用数据里有的信息，不要外推。

投放广告时：

分析 [广告方案A] 和 [广告方案B] 的优劣，我的场景是 [描述：行业/受众/预算/目标]。
不要给我模棱两可的答案，给出你的明确建议，并说明 3 个最重要的理由。

执行高风险操作前：

先告诉我这个操作会影响哪些内容、有什么风险、是否可逆，
我确认没问题后再执行。

让 AI 做多步骤营销任务时：

这是一个多步骤的任务，请：
1. 先列出你的执行计划（步骤列表）
2. 我确认计划后再开始执行
3. 每完成一个主要步骤，告诉我进度
4. 如果遇到不确定的情况，先停下来问我

一句话总结

越清晰、越具体、越有边界的 prompt，越能得到高质量的 AI 输出。

这 12 条原则来自 Claude Code 这个世界顶级 AI 工程项目中真实使用的 prompt 设计，每一条都经过大量工程实践验证。核心逻辑很简单：AI 是你的协作伙伴，不是读心术大师——它只能根据你给的信息来工作，所以你给的信息越完整、越清晰，它的表现就越好。

这对海外营销人尤其重要。你的工作本身就是”把复杂的信息传递清楚”——无论是给受众写文案，还是给媒体出 brief。用同样的思维写 prompt，AI 就能真正成为你的生产力杠杆。

本文基于 Claude Code 开源项目的核心 prompt 文件分析整理，所有营销场景示例均基于海外数字营销从业者的真实工作流程改编。