我见了 Anthropic 一位年薪 150 万美元的研发朋友，她直接甩给我一段 30 分钟的内部录屏

我问她：你们是怎么把 Claude 调到极致性能的？

她毫不犹豫地丢给我一段 30 分钟的内部录屏，原本是不对外公开的。

毫不夸张地说——这绝对是整个互联网上最有价值的 Claude 实战资源之一。

昨晚我只看了前半段，后背直发凉：

过去两年我写 Prompt 的方式，从根本上就全错了。

看完之后，我提炼出 Anthropic 内部目前在用的 5 条核心原则：

1. 用 XML 严格隔离语义块：如果连你自己肉眼都无法一眼区分数据、业务策略和角色边界，模型只会更加混乱——严禁把所有规则揉成一大坨文本。

2. 定期清理旧模型的“防御性补丁“：新模型的合规能力已经强得离谱，遗留的历史否定约束会导致过度拟合，模型会固执地拒绝输出上下文中已经存在的正确信息。

3. 指令无法凭空赋予模型能力：在 Prompt 里加粗强调“必须精确计算“毫无意义——复杂运算必须果断交给 Tool Calling 执行代码来完成。

4. 业务权衡必须给出博弈平衡的两端：单方面强塞运营成本只会让模型变得极度风险规避；你必须同时说明违约后果和潜在收益，才能激活高智能模型的正确权衡机制。

5. 用“生成-评估-修正“闭环替代单一巨型 Prompt：把复杂的高约束任务拆解成三步轻量级流水线——不仅 Token 消耗和延迟直接砍半，还能动态适配运行时的软约束。

强烈建议立刻收藏——今晚花半小时看完，你的认知将被彻底重置。