🤖 AI 跟我学 新手入门

Prompt 模板和变量怎么用？可复用提示词写法

Prompt 模板和变量是写可复用提示词的关键。本文讲清 Anthropic 官方双花括号变量语法、5 大用法场景、对比示例和现成模板，零基础也能上手。

发布 2026/05/18 📎 参考官方文档

一句话说清 Prompt 模板和变量

Prompt 模板就是「带占位符的可复用 prompt」——固定的指令写死，会变的内容用变量占位，每次只填变量就行。

举个直观的例子。你不写模板：

请把下面这段英文翻译成中文：Hello, how are you? 请把下面这段英文翻译成中文：It’s raining today. 请把下面这段英文翻译成中文：I love programming.

每次都要敲一遍前半句。

你用模板：

请把下面这段英文翻译成中文：\{\{text\}\}

以后只需要替换 \{\{text\}\} 就行。这就是 Anthropic 官方文档定义的 prompt 模板。

读完这篇你会知道：模板和变量到底解决什么问题、Anthropic 官方推荐的双花括号写法、5 个最实用的应用场景、以及现成的模板库可以直接拿走。

用一个生活场景理解

你是 HR，每周要发 10 封面试邀请邮件给候选人。如果每次都重新写：

  • 「Hi [候选人姓名]，您好！我是 [公司名] 的 [你的名字]……」

10 封邮件你要敲 10 遍同样的开头。如果你做成模板：

Hi \{\{candidate_name\}\}，您好！

我是 \{\{company_name\}\} 的 \{\{hr_name\}\}，看到您在 \{\{platform\}\} 上的简历，对您 \{\{candidate_strength\}\} 的背景非常感兴趣。

诚邀您参加面试，时间：\{\{interview_date\}\}，方式：\{\{interview_format\}\}。

请回复确认是否方便。

祝好
\{\{hr_name\}\}

以后每次只填变量就发出去，从「每封 5 分钟」变成「每封 30 秒」。

prompt 模板就是把这个逻辑用在跟 AI 的对话上。把固定的指令写一次，把会变的内容用 {\{变量名\}} 占位。

Anthropic 官方推荐写法：双花括号 + XML 包裹

Anthropic Claude 官方文档明确推荐两个规范：

规范 1：变量用 \{\{double_braces\}\}（双花括号）

为什么是双花括号？因为它视觉上和正文分得很清，扫一眼就知道哪里是变量、哪里是指令。Claude Console 的 Workbench 也认这个语法，可以直接在网页上替换测试。

❌ 不推荐：

请翻译以下文字：[text]
请翻译以下文字：\{text\}
请翻译以下文字：<text>

✅ 推荐：

请翻译以下文字：\{\{text\}\}

规范 2：变量内容用 XML 标签包裹

如果变量是一大段文字（比如要让 AI 分析一篇文档），单纯一个 \{\{text\}\} 容易让 AI 分不清「指令」和「内容」的边界。这时候用 XML 标签包：

请总结下面这篇文章的核心观点。

<article>
\{\{article_content\}\}
</article>

要求：用 3 个 bullet point，每个不超过 30 字。

XML 标签是 Claude 最爱的结构。实测加了标签后，对长文本的处理准确率明显提高。

模板和变量解决的 5 个问题

问题 1：减少重复劳动

最直接的好处。一个模板写一次，用一辈子。

问题 2：保证风格一致

10 封邮件如果每次重写，风格大概率不一致。用模板，AI 输出的风格自动统一。

问题 3：方便团队协作

你做了一个「写客户邮件」的模板，全公司销售都能用。如果不做模板，每个人各写各的，质量参差不齐。

问题 4：方便对比测试

想知道哪个版本的 prompt 效果更好？做成模板后，固定变量不变、只改指令部分，对比就很公平。Anthropic 的 Eval 工具就是基于这个逻辑设计的。

问题 5：方便版本管理

prompt 是会迭代的。做成模板之后，可以用 Git 之类的工具追踪改动，知道每次改了什么、效果有没有变好。

5 个最实用的模板应用场景

场景 1：邮件批量起草

📋 Prompt 模板 
你是一位资深商务沟通专家。请帮我起草一封邮件。
收件人：{{recipient_name}}（{{recipient_role}}）
邮件目的：{{email_purpose}}
关键信息：
{{key_points}}
风格要求：
    

  • 中文邮件，礼貌但不卑微
    • 

  • 正文 3 段以内，每段 2-3 句话
    • 

  • 不要用「您好」「祝好」之外的客套
    • 

  • 结尾给一个明确的下一步动作
    • 

请直接输出邮件正文，包含主题行。

每次只填收件人、目的和要点，输出质量稳定。

场景 2：会议纪要整理

📋 Prompt 模板 
你是一位专业会议秘书。请把下面的会议录音转写整理成结构化纪要。
会议主题：{{meeting_topic}}
与会人员：{{attendees}}
会议日期：{{meeting_date}}
录音转写：
<transcript>
{{transcript_content}}
</transcript>
输出格式（严格遵守）：
    

  1. 

    会议主题（一句话概括）
    

    2. 

  2. 

    核心决议（不超过 5 条）
    

    3. 

  3. 

    待办事项（带负责人和截止时间）
    

    4. 

  4. 

    遗留问题（下次会议讨论）
    

    5. 

总字数控制在 500 字以内。

录音变量化之后，每周开会都能一键整理。

场景 3：周报 / 月报自动化

📋 Prompt 模板 
你是 {{employee_name}}，岗位是 {{job_title}}，请按下面输入生成本周工作周报。
本周完成：
{{achievements_this_week}}
下周计划：
{{plans_next_week}}
风险或求助：
{{risks_or_help_needed}}
格式：
    

  • 用 markdown
    • 

  • 不超过 400 字
    • 

  • 分「完成 / 计划 / 风险」三段
    • 

  • 不要套话，不要「赋能 / 推进 / 闭环」
    •

写过的人都懂，每周写周报最耗时的就是「组织语言」。模板让你只需要列 bullet point，AI 帮你包装。

场景 4：客户分类 / 数据打标

📋 Prompt 模板 
你是一位 CRM 数据分析师。请根据下面客户的资料，输出 JSON 格式的分类标签。
客户资料：
<customer>
{{customer_profile}}
</customer>
请输出以下字段（严格用 JSON 格式）：
    

  • industry: 客户所在行业
    • 

  • stage: 销售阶段（线索 / 跟进中 / 成单 / 已流失）
    • 

  • priority: 优先级（高 / 中 / 低）
    • 

  • next_action: 下一步建议动作（一句话）
    • 

  • risk_flag: 是否需要警惕（true / false）
    • 

只输出 JSON，不要任何解释文字。

适合做批量数据处理，输出可以直接导入 Excel 或数据库。

场景 5：技术文档翻译

📋 Prompt 模板 
你是一位资深技术翻译，擅长把英文技术文档翻译成自然的中文。
原文（{{source_language}}）：
<source>
{{source_text}}
</source>
翻译要求：
    

  • 目标语言：中文
    • 

  • 风格：技术博客风，专业但不死板
    • 

  • 代码、变量名、函数名保留英文
    • 

  • 专业术语首次出现时给中文翻译 + 括号注明英文原文
    • 

  • 不要逐字翻译，要意译
    • 

请直接输出翻译结果。

技术内容场景的常用模板，特别适合做产品 onboarding 文档本地化。

用 XML 标签让模板更稳

Anthropic 官方文档反复强调 XML 标签的重要性。来看一组对比：

不用 XML 标签

请分析这段用户反馈：\{\{feedback\}\}

请给出改进建议。

AI 经常会「污染」反馈内容，把里面的字当成指令的一部分。

用 XML 标签

请分析下面的用户反馈。

<feedback>
\{\{feedback\}\}
</feedback>

请给出 3 条改进建议，每条不超过 50 字。

加了 <feedback> 标签后，AI 清楚地知道「这一段是要分析的素材，不是指令」。准确率立刻提升。

实用经验：只要变量内容超过 1 段话，就建议套 XML 标签。

模板进阶：用 Claude Console 的 Prompt Generator

如果你不想自己写模板，Anthropic Console 提供了一个叫 Prompt Generator 的工具——你描述「我想让 AI 干什么」，它直接给你一份带变量的标准模板。

这本质就是 Meta Prompting 的官方实现。

它的输出特点：

  • 自动用双花括号变量
  • 自动加 XML 标签结构
  • 自动加 Chain-of-thought 推理引导
  • 自动给可填的示例位

新手强烈推荐先用一遍 Prompt Generator，看官方 prompt 长什么样，然后再自己写。

模板用法的 3 个常见错误

错误 1：变量太多

一条模板塞 15 个变量，每次填到怀疑人生。好模板的变量数控制在 3-7 个，超过就考虑拆成多条模板。

错误 2：变量名太抽象

❌ \{\{x\}\} \{\{data\}\} \{\{info\}\} ✅ \{\{customer_name\}\} \{\{meeting_date\}\} \{\{source_article\}\}

变量名是给「未来的你」看的提示，越具体越好。

错误 3：模板没有版本号

模板会持续改进。养成习惯：每次改完，在模板第一行写 # v1.2 - 2026-05-18 - 调整了输出长度限制。出问题能回滚。

谁该用 Prompt 模板

人群用模板的收益
内容创作者写文章、起标题、做配图 prompt 全部模板化
销售 / HR邮件、面试评价、客户分析模板化，效率提升 5 倍
产品经理PRD 框架、用户访谈纪要、竞品分析模板化
程序员代码审查、bug 复现、commit 信息模板化
老师学生作业评语、教案大纲模板化
AI 应用开发者必须做模板化，否则代码里全是字符串拼接

常见问题

Q1：所有 AI 都支持双花括号变量吗？

\{\{variable\}\} 是 Anthropic Claude Console / API 的官方语法。在 ChatGPT、Gemini、Kimi 等其他工具里，双花括号也能看懂——但只是「视觉占位符」，需要你自己替换。如果用 API 开发，每家的占位符规则要单独查。

Q2：模板存在哪里方便？

新手推荐用「飞书多维表格」「Notion 数据库」存一个 prompt 库；进阶用户可以用 GitHub 仓库 + Markdown 文件管理。详细方法可以看Anthropic Prompt Library 中文版，里面有 62 个现成可借鉴的官方模板。

Q3：模板和Meta Prompting什么关系？

Meta Prompting 帮你「生成一个好的模板」，模板和变量帮你「反复复用模板」。两者搭配是最佳实践。

Q4：模板适合写长上下文 prompt吗？

非常适合。长 prompt 越复杂，模板化的价值越大——你不可能每次都手敲 5000 字 prompt。

Q5：模板会不会让输出越来越「机械」？

要看你怎么用。如果模板里只规定结构、不规定具体措辞，AI 每次输出还是会有创造性变化。如果连风格都用少样本示例锁死，那确实会比较一致——具体可以看零样本 vs 少样本 prompt的取舍。

下一步

学会模板和变量后，建议你继续：

  1. Anthropic Prompt Library 中文版 — 62 个官方模板，全部可以直接用
  2. Claude 4 提示词官方指南 — 看 Claude 官方对模板的更深入解读
  3. Meta Prompting 是什么 — 让 AI 帮你写模板
  4. Prompt 工程是什么 — 把模板放进更大的工程化体系

一句话总结：写 3 次以上同类 prompt 的人，都该做模板。模板化的核心不是为了「省字」，是为了「让你脑子从『怎么问』里解放出来，专心想『要问什么』」。