你有没有发现，同样的请求，Claude Code和ChatGPT的回答风格完全不一样？

你问"帮我写个登录功能"，ChatGPT可能会直接给你一段代码，然后问你"还需要什么"。Claude Code则会先问你：用什么框架？密码怎么加密？要不要邮箱验证？

这种差异不是模型本身的问题，而是"系统提示词"在起作用。今天咱们就揭开这个"幕后导演"的面纱。

图：系统提示词像电影导演，设定场景和角色定位

提示词不是一句话，而是一个"信息包"

很多人以为系统提示词就是"你是Claude，一个AI助手"这么简单一句话。实际上，Claude Code的系统提示词是一个精心设计的"信息包"，由多个模块组合而成。

想象一下电影拍摄：导演不会只跟演员说"你演一个警察"，而是会详细说明——故事背景是什么年代？这个角色是什么性格？这场戏的情绪基调是什么？需要什么样的台词风格？

系统提示词也是一样的道理。它不是告诉模型"你是一个AI助手"就完了，而是要设定：

  • 你是谁（身份定位）
  • 你能做什么（工具能力）
  • 你应该怎么做（行为规范）
  • 什么能做、什么不能做（安全边界）

分段式组合：模块化的提示词架构

Claude Code的系统提示词采用分段式组合设计，分成几个独立的模块：

身份模块（Identity）：定义AI的基本身份和角色定位。

你是Claude Code，Anthropic的AI编码助手。
你的目标是帮助用户完成软件工程任务。
你通过工具与用户的环境交互：读取文件、执行命令、编辑代码等。

工具模块（Tools）：列出所有可用工具及其描述。

你可以使用以下工具：
- FileReadTool: 读取文件内容
- FileEditTool: 编辑文件
- BashTool: 执行shell命令
- GrepTool: 搜索文件内容
...

每个工具的description都在这里定义——这就是为什么同样的功能，Claude Code和ChatGPT的表现不同。工具描述不是给人看的文档，而是给模型的指令。

格式模块（Format）：定义响应的格式要求。

使用Markdown格式。
代码块使用适当的语言标记。
路径使用反引号包裹。

安全模块（Safety）：定义安全边界和限制。

不要执行破坏性操作而不确认。
不要访问敏感文件。
遵守用户的权限设置。

图：系统提示词的分段式模块结构

这些模块在constants/prompts.ts中定义，然后在query.ts中根据当前状态动态组装。

动态组装：不同场景不同配方

系统提示词不是固定不变的。Claude Code会根据当前状态动态调整：

根据权限模式调整：如果用户配置了alwaysDeny规则，安全模块会强化相关警告。

根据工具可用性调整：如果某些工具被禁用，工具模块不会包含它们。这就是为什么feature()为false的工具，模型根本不知道存在。

根据上下文调整：如果正在处理敏感操作，安全模块会追加额外的警告。

根据用户偏好调整：CLAUDE.md文件中的指令会被合并到系统提示词中，覆盖或补充默认行为。

这种动态组装机制，让系统提示词既保持了一致性（核心模块不变），又具有灵活性（可根据场景调整）。

模型特定调优：不同模型不同"剧本"

Claude Code支持多个模型（Claude 3.5 Sonnet、Claude 3 Opus等），不同模型的系统提示词略有不同。

这不是歧视，而是调优。不同模型有不同的特点：

Claude 3.5 Sonnet：能力强、速度快，提示词可以更简洁，给它更多自主空间。

Claude 3 Opus：能力最强但较慢，提示词可以更详细，充分利用它的理解能力。

旧版本模型：可能需要更明确的指令，少一些隐含的假设。

这种调优体现在：

  • 工具描述的详细程度
  • 安全警告的强调程度
  • 格式要求的严格程度
  • 示例的数量和质量

提示词作为"控制面"

在Claude Code的架构中，系统提示词扮演着"控制面"的角色——它不直接执行操作，但控制着系统的行为模式。

这有点像操作系统：内核（Agent Loop、工具系统）负责执行，但系统配置（提示词）决定了内核的行为方式。

这种设计的优点是：

可配置：通过修改提示词，可以改变AI的行为，而不需要改代码。

可实验：Anthropic可以通过A/B测试不同的提示词，观察效果。

可扩展：新功能可以通过添加新的提示词模块来支持。

可回滚：如果某个提示词改动有问题，可以快速回滚到之前版本。

提示词工程的实战技巧

如果你想在自己的AI应用中应用这些理念，有几个技巧：

模块化设计：把提示词分成独立的模块，便于维护和组合。

分层控制：系统级（不可变）、项目级（CLAUDE.md）、会话级（临时指令）分层。

明确胜过隐含：不要假设模型"应该懂"，而是明确说明期望。

示例驱动：用Few-shot示例展示期望的行为，比抽象描述更有效。

持续迭代：提示词不是写一次就完，要根据实际使用反馈不断优化。

这对使用Claude Code的启示

理解系统提示词的作用，能帮你更好地使用Claude Code：

为什么它有时候会"过度确认"？因为安全模块要求它在不确定时询问用户。

为什么它不会执行危险操作？因为安全模块明确禁止，即使在用户要求下也不行（除非覆盖权限）。

为什么同一个问题有时候回答不同？因为提示词可能在版本更新中有调整，或者当前上下文影响了提示词的组装。

CLAUDE.md为什么有效？因为它被合并到系统提示词中，成为模型行为的指导。

总结

系统提示词是Claude Code的"幕后导演"，它设定了AI的角色、能力、行为和安全边界。通过分段式组合和动态组装，它既保持了灵活性，又确保了安全性。

理解这一点，不只是满足好奇心——它能帮你：

  • 更好地与AI协作（理解它的行为逻辑）
  • 更有效地使用CLAUDE.md（知道它为什么有效）
  • 在自己的AI应用中设计更好的提示词（借鉴这些模式）

下一篇，咱们聊聊为什么AI有时候会"不听话"——提示词的行为引导术。

文章写到这儿，希望对你理解系统提示词有所帮助。觉得有收获的话，欢迎点赞转发。关注梦兽编程，咱们下篇见。