除了编写更好的提示之外,还有两种强大的技术可以控制 Claude 的输出:预填充助手消息和停止序列。这些方法能让您精确地控制 Claude 的响应方式以及何时停止生成文本。
预填充助手消息
消息预填充让您能够提供 Claude 响应的开头部分,这会强烈影响其回答的方向。与其让 Claude 自行决定如何开始其响应,不如给它一个特定的开头来引导对话。

其工作原理如下:您构建包含用户问题的常规消息列表,然后在末尾添加一条助手消息,其中包含您想要的响应的开头部分。当 Claude 处理此内容时,它会看到这条助手消息,并认为"我已经开始回答这个问题了,所以我应该从我停下的地方继续"。

例如,如果您问"早餐喝茶好还是喝咖啡好?"并预填充"咖啡更好,因为",Claude 将从该点继续,构建一个支持咖啡的回答。关键点在于,Claude 会从您预填充文本结束的地方精确地接着写——它不会重复您已经写过的内容。
让我们实际操作一下:
messages = []
add_user_message(messages, "Is coffee or tea better for breakfast?")
add_assistant_message(messages, "Coffee is better because")
chat(messages)这会返回类似"它的咖啡因含量更高。"这样的内容。请注意,Claude 是直接从您预填充的文本继续的,因此您需要将两部分结合起来才能得到完整的响应:"咖啡更好,因为它的咖啡因含量更高。"
您可以通过更改预填充的文本,将 Claude 引导至任何方向:
"茶更好,因为"—— 推向茶"它们是一样的,因为"—— 创建一个中立的响应
停止序列
停止序列会强制 Claude 在生成特定文本时立即结束其响应。当您想在某个特定点截断输出,或防止 Claude 继续生成超过某个标记的内容时,这非常有用。

这个概念很直接:您提供一个字符串列表,一旦 Claude 生成了其中任何一个字符串,它就会停止并返回它目前为止生成的内容。停止序列本身不会包含在响应中。
要使用停止序列,您需要修改您的聊天函数,使其能够接受它们作为参数:
def chat(messages, system=None, temperature=1.0, stop_sequences=[]):
params = {
"modelId": model_id,
"messages": messages,
"inferenceConfig": {
"temperature": temperature,
"stopSequences": stop_sequences
},
}
if system:
params["system"] = [{"text": system}]
response = client.converse(**params)
return response["output"]["message"]["content"][0]["text"]这是一个实际的例子:
messages = []
add_user_message(messages, "Count from 1 to 10")
chat(messages, stop_sequences=["5"])这会返回"1、2、3、4、",并在包含"5"之前停止。您可以指定多个停止序列,Claude 会在遇到的第一个序列处停止:
chat(messages, stop_sequences=["5", "3, 4"])停止序列特别适用于:
- 控制响应的长度
- 在结构化输出的自然断点处停止
- 防止 Claude 继续生成超过特定标记或分隔符的内容
这两种技术都能让您对 Claude 的行为进行精细控制,使您能够以仅靠简单提示无法实现的方式塑造响应。