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。您不必得到通用的答案,而是可以塑造 Claude 的語氣、風格和處理方式,以符合您特定的使用情境。

為什麼系統提示很重要
假設您正在建立一個數學家教聊天機器人。當學生問「如何解 5x + 2 = 3 中的 x?」時,您希望 Claude 表現得像一位真正的家教,而不只是吐出答案。一位好的數學家教應該:
- 一開始先給提示,而不是完整的解答
- 耐心地帶領學生逐步解決問題
- 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

系統提示為 Claude 提供如何回應的指引。您將它們定義為純字串,並傳入 create 函式呼叫中。主要的好處有:
- 系統提示為 Claude 提供如何回應的指引
- Claude 會嘗試以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
沒有系統提示時,Claude 會立即給出完整的逐步解答。這可能有幫助,但並不鼓勵學生自行思考問題。
有了數學家教系統提示後,Claude 的回應會有顯著的改變。Claude 不會提供完整解答,而是提出引導性的問題,例如「您認為孤立 x 的第一步應該是什麼?想想我們需要對兩邊執行什麼運算,才能開始移動項次。」
建立彈性的聊天函式
與其將系統提示寫死,您可以讓聊天函式接受系統提示作為參數,以提高重用性:
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的細節:Claude 的 API 不接受 system=None,因此您需要有條件地僅在提供系統參數時才包含它。
現在您可以在有或沒有系統提示的情況下呼叫您的聊天函式:
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)系統提示對於建立能一致且適當地依其預期用途行為的 AI 應用程式來說,是不可或缺的。它們將通用的 AI 回應轉變為專門化、符合角色的互動。