載入中
載入中

系統提示是自訂 Claude 如何回應使用者輸入的強大方式。您可以塑造 Claude 的語氣、風格和處理方式,以符合您的特定使用情境,而不是得到一般性的答案。

下方列出數學家教專家的需求,旁邊是聊天視窗,其中 AI 的回覆顯示三個點。

為什麼系統提示很重要

假設您正在打造一個數學家教聊天機器人。當學生問「我該如何解 5x + 2 = 3 中的 x?」時,您希望 Claude 表現得像真正的家教,而不只是直接吐出答案。一個好的數學家教應該:

  • 一開始給予提示,而非完整的解答
  • 耐心地帶領學生逐步解題
  • 以類似的題目作為範例展示解法

您絕對不希望 Claude:

  • 立即給出直接答案
  • 叫學生直接用計算機

系統提示如何運作

系統提示的三項好處,可自訂 Claude 回應的語氣和風格,下方為數學家教的程式碼。

系統提示為 Claude 提供了如何回應的指引。您將它們定義為純字串,並傳入 create 函式呼叫中。主要優點是:

  • 系統提示為 Claude 提供回應方式的指引
  • Claude 會嘗試以符合指定角色應有的方式回應
  • 有助於讓 Claude 專注於任務

以下是基本結構:

python
system_prompt = """
You are a patient math tutor.
Do not directly answer a student's questions.
Guide them to a solution step by step.
"""

client.messages.create(
    model=model,
    messages=messages,
    max_tokens=1000,
    system=system_prompt
)

觀察差異

如果沒有系統提示,Claude 會立即給出完整的逐步解答。這可能有幫助,但並不能鼓勵學生自行思考問題。

有了數學家教的系統提示後,Claude 的回應會有顯著改變。Claude 不會提供完整解答,而是提出引導式問題,例如「您認為要孤立 x,好的第一步會是什麼?請思考我們可能需要在等號兩邊進行什麼運算,來開始移動項次。」

建立彈性的聊天函式

與其將系統提示寫死,您可以將系統提示作為參數接受,讓您的聊天函式更具可重用性:

python
def chat(messages, system=None):
    params = {
        "model": model,
        "max_tokens": 1000,
        "messages": messages,
    }
    
    if system:
        params["system"] = system
    
    message = client.messages.create(**params)
    return message.content[0].text

這種做法處理了一個重要細節:Claude 的 API 不接受 system=None,因此您需要有條件地加入 system 參數,僅在有提供時才加入。

現在您可以呼叫您的聊天函式,並可選擇是否帶有系統提示:

python
# 沒有系統提示
answer = chat(messages)

# 有系統提示
system = """
You are a patient math tutor.
Do not directly answer a student's questions.
Guide them to a solution step by step.
"""
answer = chat(messages, system=system)

系統提示對於建立行為一致且符合其預期用途的 AI 應用程式至關重要。它們將一般性的 AI 回應轉變為專業化、符合角色設定的互動。