NewsletterBlogLearnCompareTopicsGlossary
English

如何高效地给 Claude Code 写 Prompt：从入门到精通的完整指南

掌握 Claude Code 提示词技巧：从 CLAUDE.md 规则到 SKILL.md 模板，系统化提升 AI 编程效率。

tools
分享XLinkedIn

如何高效地给 Claude Code 写 Prompt：从入门到精通的完整指南

大多数开发者用 Claude Code 的方式是错的。他们把它当成一个更聪明的搜索框——输入一句模糊的需求，期待它自动理解所有上下文。结果要么得到一堆泛泛的代码，要么陷入反复修正的循环。问题不在工具本身，而在于你和它对话的方式。高效地给 Claude Code 写 prompt，本质上是一种工程实践：把需求拆解清楚，把上下文喂到位，让 agent 在正确的约束下自主行动。

这篇文章会从日常 prompt 技巧讲到系统化的 prompt 架构，帮你真正释放 Claude Code 的生产力。

第一原则：Claude Code 不是聊天机器人

在写任何 prompt 之前，你需要理解一件事：Claude Code 不是一个编程工具，它是一个 agentic system。它能读取整个项目结构、执行 shell 命令、跨文件编辑、运行测试、提交代码。这意味着你给它的 prompt 不应该是「帮我写一个函数」，而应该是「完成这个任务」。

好的 prompt 和差的 prompt 之间的区别，往往不是措辞优雅与否，而是你有没有提供足够的决策上下文。Claude Code 是一个自主 agent，它需要知道的不仅是「做什么」，还有「为什么做」和「边界在哪里」。

日常 Prompt 的五个黄金法则

1. 先说目标，再说约束

差的 prompt：

改一下 auth 模块

好的 prompt：

重构 src/auth/middleware.ts，把 session token 存储从 cookie 改成 HTTP-only cookie + refresh token 模式。
约束：不要改现有的 API 接口签名，所有现有测试必须继续通过。

目标在前，约束在后。Claude Code 会先理解你要达成的结果，然后在约束范围内规划执行路径。

2. 提供具体的文件路径和上下文

Claude Code 能读取整个代码库，但你主动指出相关文件会大幅减少它的搜索时间和误判概率。与其说「修复登录 bug」，不如说「src/app/api/login/route.ts 第 42 行的 token 验证在 refresh token 过期时没有正确返回 401」。

3. 用验收标准代替实现指令

不要告诉 Claude Code 怎么写代码，告诉它什么算「完成」：

添加用户头像上传功能。
验收标准：
- 支持 JPG/PNG，最大 5MB
- 上传后自动裁剪为 200x200
- 存储到 S3，URL 写入 user.avatar_url
- 添加对应的单元测试

这种 prompt 给了 Claude Code 足够的自主空间去选择最佳实现方式，同时确保结果符合你的预期。

4. 一次一件事

Claude Code 的 agent 架构擅长处理复杂的多步骤任务，但前提是这些步骤属于同一个目标。不要在一个 prompt 里塞进不相关的需求：「修复登录 bug，顺便把首页的 banner 颜色改成蓝色，还有帮我看看为什么 CI 挂了。」

拆开来，每个任务一个清晰的 prompt。Claude Code 会为每个任务独立规划执行路径，结果更可靠。

5. 利用 follow-up 迭代而非重启

Claude Code 在同一个会话中保持完整的上下文。如果第一次输出不完美，用后续 prompt 精调，而不是重新描述整个需求。比如：「测试覆盖率不够，给边界情况加几个 test case」或「这个实现可以工作但性能不行，用 streaming 方式重写数据处理部分」。

系统化 Prompt：CLAUDE.md 和 SKILL.md

日常 prompt 技巧能解决即时问题，但真正的效率飞跃来自系统化的 prompt 架构。Claude Code 提供了两层持久化上下文机制。

CLAUDE.md：项目级规则手册

CLAUDE.md 是 Claude Code 的记忆系统核心。它是一个放在项目根目录的 Markdown 文件，定义了项目级的规则、约束和上下文。每次 Claude Code 启动时都会自动读取。

把你反复在 prompt 里强调的规则写进 CLAUDE.md：代码风格、测试要求、架构约束、部署流程。这样你的日常 prompt 就可以专注于具体任务，而不用每次重复基础规则。

一个好的 CLAUDE.md 应该包含：

  • 构建和测试命令（npm run build、npm test）
  • 质量门禁（提交前必须通过的检查）
  • 架构约束（不要在 pipeline 脚本里 import Next.js 模块）
  • 命名规范和代码风格

SKILL.md：可复用的任务模板

如果 CLAUDE.md 是「通用规则」，那么 SKILL.md 就是「专用模板」。每个 SKILL.md 定义了 Claude Code 处理特定类型任务的方式——语气、结构、质量标准、输出格式。

比如你可以为代码审查、博客撰写、测试生成各创建一个 SKILL.md。当你触发对应技能时，Claude Code 自动加载这些指令，相当于给它装上了一套专业工具包。实际使用中，好的 SKILL.md 能把 prompt 质量从个人技巧变成团队标准。

进阶：Claude Code 七层架构的 Prompt 策略

理解 Claude Code 的七层可编程架构能帮你在正确的层级写 prompt。从底层的 CLAUDE.md 到顶层的 Hooks 和 MCP Server，每一层都有对应的 prompt 策略：

  • CLAUDE.md 层：写规则和约束，而非具体任务
  • SKILL.md 层：写模板和输出格式，定义「好」的标准
  • 会话 prompt 层：写具体任务和验收标准
  • Hooks 层：自动化触发检查，不需要手动 prompt
  • Agent 层：定义子 agent 的职责边界

核心思路是：把不变的规则下沉到底层，把变化的需求留在会话层。这样每次 prompt 只需要描述「这次要做什么」，而不用重复「怎么做才符合标准」。

常见反模式：这些 Prompt 习惯正在拖慢你

过度指定实现细节：「用 reduce 而不是 for 循环」「先创建一个 utils 文件夹然后……」。除非有明确的技术原因，让 Claude Code 自己选择实现方式。

缺少失败条件：只说了成功场景，没说边界情况。「添加表单验证」不如「添加表单验证，邮箱格式错误时显示具体错误信息，提交频率超过 3 次/分钟时显示 rate limit 提示」。

上下文过载：把整个需求文档粘贴进去。Claude Code 能处理长上下文，但信噪比低会导致它抓不住重点。提炼关键信息，指向相关文件，让它自己去读。

模糊的质量标准：「写好一点的代码」「优化性能」。好是什么？性能目标是多少？给出可衡量的标准：「响应时间从 800ms 降到 200ms 以下」「测试覆盖率达到 80%」。

Frequently Asked Questions

Claude Code prompt 和普通 ChatGPT prompt 有什么区别？

Claude Code 是 agentic system，具备文件读写、shell 执行、Git 操作能力。prompt 应该描述任务目标和验收标准，而非逐步指令。它能自主规划执行路径，你需要提供的是决策上下文和边界约束，而不是实现步骤。

CLAUDE.md 应该写多长？

没有硬性限制，但实践中 50-200 行最有效。重点写规则和约束，不写教程。过长的 CLAUDE.md 会稀释关键信息的权重。按优先级排列，把最重要的规则放在最前面。

如何判断一个 prompt 写得够不够好？

最简单的标准：如果 Claude Code 第一次执行的结果需要你做大量修正，说明 prompt 缺少关键上下文或约束。好的 prompt 应该在 1-2 轮迭代内达到预期结果。反复出现的修正模式应该被写进 CLAUDE.md 或 SKILL.md。

觉得有用？订阅 LoreAI，每天 5 分钟掌握 AI 动态。