在生成式AI应用中，“怎么提问”正越来越直接决定“怎么作答”。对于近期热度持续走高的Anthropic大模型Claude，外界普遍认为，提示词越具体，输出往往越有创意，也越细致。TechRadar于3月12日（当地时间）梳理了五种有助于提升Claude使用效果的提示词写法。

首先，Claude擅长用类比和隐喻解释复杂概念。以“用披萨外卖和海盗来说明区块链如何运作”为例，Claude把分布式账本比作“每个外卖员都在自己的小本子上同步记账”，借此说明交易记录如何被多人共享保存；如果有人试图篡改内容，也会因与其他记录不一致而立即暴露。随后，它又用“每一页都附有与前一页相连的秘密代码”来比喻区块之间的连接关系，将其解释为类似海盗船长藏宝日志的防篡改机制。

第二，Claude也适合把经济学等较为抽象的主题讲得更通俗。面对“让一位退休经济学教授用比喻向一名好奇的青少年解释通胀”的提示，它没有直接堆砌货币政策定义，而是通过“街区面包店因需求增加而逐步涨价”的故事拆解通胀形成机制，并进一步结合社区超市价格变化和青少年每周零花钱的例子，说明购买力减弱以及固定收入实际价值下降。

第三，清晰的角色设定更容易激发Claude的叙事优势。比如在“让一位来自2100年的历史学家，像讲述古代文明一样解释社交媒体的崛起”这一提示下，Claude把社交平台比作彼此竞争的数字城邦，把算法视为看不见的官僚系统，把网红描述为贩卖注意力的商人阶层。借助这一叙事框架，它不仅梳理了社交媒体时代的结构与氛围，也自然带出了“连接更广，却也更孤独”的悖论。

第四，借助虚拟对话，用户可以引导Claude呈现不同视角。面对“写一段Albert Einstein与Isaac Asimov在酒吧讨论AI的对话”这一提示，Claude将Einstein“仅靠计算能力难以通向智慧”的立场，与Asimov把AI视为人类探索伙伴的观点并置展开，在对话中同时纳入对技术的期待与警惕，并最终回到“关键在于人类判断力，而非机器本身”的结论。

第五，Claude在结构化分析任务中的表现同样突出。对于“按提纲分析Netflix成功而Blockbuster失败的原因”这一请求，它从技术认知差异、商业模式、企业文化以及线下门店的结构性限制等多个维度逐项拆解，并指出，Netflix把技术视为业务核心，而Blockbuster则将其当作既有线下门店业务的附属环节，最终在向流媒体转型的过程中逐渐掉队。

TechRadar指出，想要更充分发挥Claude的优势，不能只是抛出一个问题，更要在提示词中交代清楚角色、情境和回答框架。上下文越明确，输出通常越有深度，也越完整。换言之，若想真正释放AI的潜力，除了“问什么”，还应说明希望它“以什么视角、用什么形式来回答”。