AI news

看完爆火的 Anthropic 官方提示词课,我连夜做了个「提示词全局优化器」|已开源

By AI Humanist by杉森楠2 viewsSource: AI Humanist by杉森楠
看完爆火的 Anthropic 官方提示词课,我连夜做了个「提示词全局优化器」|已开源

其实大概半年前,我就有这个需求了。那阵子我也注意到,阿里、字节这些平台都各自出了提示词优化器。但它们都得专门跑到对应的网站上去用,对我来说不够顺手。所以这回干脆借着深度复盘了 Anthropic 的 Prompt 讲座,用 Codex vibe coding 了一个全局提示词优化器。

The full text has not been translated yet. The Chinese original is shown below.

这两天,Anthropic 两周前的官方讲座《The Prompting Playbook》,又小火了一把。

这场讲座来自 Anthropic 的开发者技术工坊系列Code w/ Claude 2026,整个系列都很偏实践、偏开发。这一期是个实操型的 workshop,主讲的是 Anthropic 的 Apply AI 团队,从头到尾就围绕一件事:怎么写出一个能真正在生产环境里用起来的 Prompt。

文章配图

我完整看了一遍,整体确实很贴近生产场景。这一年里,专门讲「在真实业务里怎么把提示词做好」的内容很少,这一期算难得的。它也算是继去年大火的《Prompting 101》之后,又一期高质量的提示词实践教学。

整场内容我就不一句句复述了,说实话讲得比较散。核心就是他们现场演示,怎么把一个模糊的提示词,一步步改成结构清晰、能扛住真实业务的提示词。

他们重点演示的,是怎么让一个提示词具备明确的角色、任务背景、约束条件和输出格式。这几样东西对效果的提升非常明显。

这里也纠正了一个常见误解:很多人觉得提示词这东西,只是模型能力不够强时的一种取巧手段,模型一强就没用了。但从他们的实际研究看,完全不是这样。

下面先从原理说起,顺便把这个误区讲清楚。

他们做了一组多轮测试,针对的是一个零售店的排班业务,用到两个模型:小模型Sonnet 4.6和大模型Opus 4.7。围绕同一个任务,提示词一共调了五轮。

第一轮,用的是最基础的提示词加小模型 Sonnet 4.6。结果推理能力明显不够,严重违反了排班规则,测试几乎全挂。

文章配图

接下来几轮,他们继续优化提示词,模型还是那个小模型。加上一些更复杂的推理指令之后,部分测试开始通过了。但小模型的 token 上限也带来了新麻烦:有些用例还是会失败,延迟也偏高。

文章配图

到了第五轮,他们换了个思路,搭了一个「生成、评价、修复」的循环,模型依旧是小模型 Sonnet 4.6。这一次,所有测试全部通过,用掉的 token 反而更少,延迟也更低。

文章配图

同一个小模型,从全挂到全过,中间差的就是提示词和工作流。这一整期教学,我自己提炼出几个比较关键的点:

(1)始终靠系统化的评估(Evals)来验证每一次提示词的改动,凭感觉改不算数。

(2)保持提示词的「卫生」:清理冗余内容,用 XML 标签把结构区分清楚。

(3)别想着用纯指令去弥补能力上的缺口,该上外部工具就上外部工具。

(4)面对复杂任务,与其堆一个超长提示词、再做一次昂贵的大模型单次调用,不如搭一个多提示词协作的智能体工作流(Agentic Loop),往往更高效、更便宜,也更好维护。

看完之后,我把这一期的所有内容整理成了一份上下文,喂给 Codex,让它据此整理出一套可以反复复用的提示词框架,分享给大家:

文章配图

不过整个提示词内容实在太长了,而且我觉得,光甩一份提示词出来,意义也不大。正好借这个机会,聊聊我平常用 AI 的工作流。

我日常用 AI,大致分两条路径。

一条是「重型任务」。碰到比较复杂的任务,或者需要深度获取知识的内容,我一般会用Codex 或者 Claude Code去做问答,或者直接 Vibe Coding。

另一条是「轻型任务」。平常那些比较急、只需要一点轻量知识、或者想立刻搜一个结果、立刻拿到一个判断的场景,我一般会用ChatGPT。因为我用的是 Atlas 浏览器,它默认就带着 ChatGPT,顺手。

但问题就出在「轻型任务」路径。这种时候我往往嫌麻烦,不会专门去搭一个完整的提示词框架,随手就敲一句很短的话进去。结果提示词效果也确实一般,最后还得来回调好几轮。

文章配图

这里就有个挺反直觉的,我后来也注意到了:我用一句话的短提示词去赶一个急活,省下的是写提示词那几秒,但因为质量差,后面你得追加四五轮上下文,反复补充,才能勉强拿到一个像样的结果,前后可能搭进去 10 分钟。

反过来,如果我一开始就老老实实写一个结构完整、信息到位的提示词,写它花个 1 到 2 分钟,生成结果 5 分钟,总时间反而比硬刚短提示词更短。

其实大概半年前,我就有这个需求了。那阵子我也注意到,阿里、字节这些平台都各自出了提示词优化器。但它们都得专门跑到对应的网站上去用,对我来说不够顺手。所以这回干脆借着深度复盘了 Anthropic 的 Prompt 讲座,用 Codex vibe coding 了一个全局提示词优化器。

整套提示词,加上这个优化器应用,我全部打包开源到了 GitHub 上,有需要的朋友可以自己拿去用。

https://github.com/cylqwe7855-alt/prompt-optimizer

先说说这个全局提示词优化器能干什么。这几天我一直在重度用它,体感是真的方便,省了我特别多事。

它的核心逻辑很简单:在任意一个页面的输入框里写完文字,选中,按一个快捷键,它就会自动按照那套提示词框架,调用 AI 把这句短提示词迅速优化成一份完整的。

按快捷键是我体验了多条启用路径后,决定的,跟 AI 语音输入法有异曲同工之妙。非常符号日常深度使用的流程。

整体的效果也很好。

举个例子,下面这个场景(模型用的是 GPT 5.5 Thinking,入口是 ChatGPT 网页端)。

没优化的提示词,就一句话:

帮我做一个苹果企业官方风格的 Html 文件,内容为介绍下 Codex。

直接生成的效果是这样:

文章配图

用全局优化器跑一遍,优化过程的动画和实际效果是这样:

文章配图

整个优化过程大概 10 秒,速度上还有提升空间,但优化出来的提示词质量确实很好。

文章配图

这就回到前面 The Prompting Playbook 里最核心的那个观点了:别迷信一个面面俱到、把所有信息都塞进去的超强提示词。你真正要做的,是让 AI 该用工具就用工具,该承认自己不行就承认不行。当你把提示词交给 AI 时,还得让它清楚自己有哪些信息并不知道,缺的就去补。精华就在这一点上。

它生成出来的内容,就很贴合这个思路。最明显的,是里面会出现 task_context、input_context 这类标签,把任务背景和输入信息分得清清楚楚。

文章配图

再往后还有一块很关键,就是 constraints,也就是约束条件。还有最后那一步 quality check,意思是在输出之前,让 AI 自己再把内容检查一遍。

文章配图

说到底就一点:该让 AI 自己思考、自己调研的,就放手让它去;该信任的地方信任它,不该信任的地方,就一定要让它自己复查,并且老实承认哪些信息还不到位。

当然,这个全局优化器不止这一个功能。它背后还有一套比较完整的产品逻辑,里面很多东西都可以自定义,正好顺便说说几个使用上的小窍门。

先说形态。

它是一个macOS 菜单栏应用,菜单栏上有个图标,点开能进设置、测试 API、查看转换状态、退出应用这些。核心流程就一条线:你在任意网页或应用的输入框里选中文本,按一下全局快捷键,应用就会读取你选中的内容(靠的是苹果系统设置里的 Accessibility 权限),然后用默认的提示词框架预设把这段文字包起来,调用你接入的 API Provider 去生成一份完整提示词,直接替换掉你原来选中的那段。

文章配图

Provider 这块需要你自己接入 API,我给分成 OpenAI 和 Anthropic 两个接口,把你的 base URL 和 API key 复制进去就行。我还专门做了一个查询模型的功能,能直接列出模型点选,省得自己手打模型名称。

我觉得对很多人来说,手打模型名这事确实有点摩擦,既然能查,那直接点选当然会更顺咯。

模型我试了很多个,综合输出速度和文本理解能力,我比较推荐Deepseek v4 Flash:便宜、快,文本理解也够用。

试下来我的感受是,提示词这种东西并不算高价值内容,没必要上特别复杂、特别强的大模型去做。你要的就是快,同时保持一个不错的质量,这就够了。提示词再怎么偏也偏不到哪去,它是按框架优化的,不涉及任何事实性的内容。

文章配图

还有一个生成参数,我觉得挺有意思。我发现如果你把 token 量设得特别小,有时候优化出来的提示词框架本身就偏长,会被截断。所以这里需要你自己调一下,给它一个合适的 token 区间。

预设这块,我做了可以新建的多套框架,你在产品后台的默认设置里直接配就行,粘贴进去就能用。比如我一开始就建了一个Claude Prompt Optimizer,用的就是这回 Anthropic 这期里讲到的整套框架,一键保存搞定。

文章配图

做过 vibe coding 的朋友都知道,你几乎一定得配一个日志,不然很多细小的问题根本查不到。所以这个产品里我也做了一个优化日志,每次成功还是失败、失败是什么原因,它都会记下来。后面要迭代的时候,就靠它。

文章配图

我还单独做了一个诊断功能,专门用来排查 Accessibility 权限有没有授权到位,也能顺手测一下当前 API 能不能正常调用。

文章配图

前面优化提示词的时候,大家应该也注意到了,过程里有一个阿祖的动画标志,是连续帧做的。

文章配图

做这个动画,其中一个目的就是提醒我这次优化到底跑成功没有。因为要是全程没有任何动画提示,你心里其实是没底的,会一直犯嘀咕这次到底成没成,巨 tm 让人焦虑 😅。

所以我特意加了这个阿祖的连续帧动画。这个阿祖,其实是直接照搬的我之前在 Codex 里设置的那只阿祖宠物。

文章配图

我做的这个全局提示词优化器,目前也就是一个最基础的框架。

但就这么个基础版,已经在我日常的重度使用里帮了大忙了,而且整体并不复杂。最核心的部分,其实就是那套提示词优化模板。至于产品逻辑、使用方式、更深一层的功能,现在都还比较初级,剩下的空间,大家完全可以放开想象力自己去加。

比如我现在就会给不同场景配不同的快捷键,选中文本之后走不同的优化框架。再往下,甚至能做自定义的信息收集,单独弹出一个跳转页面,玩法真的太多了。

最后,祝大家都玩得开心~

看到这里,辛苦啦。

感谢你的阅读和「在场」!

文章来自于微信公众号 "AI Humanist by杉森楠",作者 "AI Humanist by杉森楠"

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)