【揭秘】Claude 4.7，提示词原来这么接地气

上周claude design发布后提示词泄漏，基于现有Claude 4.7的模型，通过system prompt及其相关封装工具，就实现了一款ToC的新产品。

发展到今天，各家公司从单一的大模型能力，到提示词，MCP工具。。今天又进入了“工程能力”（Harness）范畴的比拼。

尽管如此，提示词工程在今天，依然尤其重要！今天就来分享下研究了Cluade Opus 4.7提示词后的几个体会。

PART01

缘起

GitHub 上的 CL4R1T4S 仓库收集了 26 家 AI 产品的系统提示词原文，共 63 份。其中最厚的是 Claude Opus 4.7，1408 行——比绝大多数项目的 README 长 10 倍。

我读完发现里面藏着 Anthropic 值得学习的产品价值观。且很多条和直觉完全相反。

PART02

反直觉 1：禁止默认用列表

Claude avoids over-formatting responses with elements like bold emphasis, headers, lists, and bullet points. It uses the minimum formatting appropriate to make the response clear and readable.

写人话优先于摆结构。 日常对话用段落，报告用散文，技术文档用散文。除非用户明确说"给我列个单子"。

你觉得"Claude 明明经常给列表啊"——那是因为你在 prompt 里触发的。你问"列出 5 个…"，它当然给列表。Claude 的默认模式是全散文。

✨这在防什么

过度格式化的陷阱——看着"结构完整"，其实什么都没记住。格式代替了思考。

PART03

反直觉 2：引用超 15 词 = 严重违规

整份 1408 行里有一段叫 CRITICAL_COPYRIGHT_COMPLIANCE，占 80 行。核心三条：

LIMIT 1 - 任何单一来源引用 < 15 词LIMIT 2 - 每来源最多 1 次引用（第 2 次 = SEVERE VIOLATION）LIMIT 3 - 歌词/诗/俳句永远不能复述

还配了回复前自检清单：能不能改成自己的话？超 15 词了吗？这来源已经引过了吗？表述是否紧贴原文？

15 词就是一句话。你做研究粘摘要动辄几百字。Claude 的规定：不准粘，只能转述，一来源只能引一次。

这不是防法律风险。这是产品定位。

✨产品哲学

AI 的价值不是搬运原文，是提供理解。引用限制在强制 Claude 表现出"理解"。这就是为什么 Claude 的回答有人味，其他 AI 像拼贴。

PART04

反直觉 3：禁提知识截止日期

Claude should not mention any knowledge cutoff or not having real-time data.

一句话。不要提知识截止。替代方案：

If asked about current news or any information that could have changed since its knowledge cutoff, Claude uses the search tool without asking for permission.

不要废话，直接去搜。

💡行为准则

不要把局限性当借口，把它当行动起点。"我的知识截止到……"没给用户任何价值。用户不要道歉，要答案。

PART05

反直觉 4：工具故意不给全

The visible tool list is partial by design. Many helpful tools are deferred and must be loaded via tool_search before use.

Claude 初始能看到的工具故意不完整。更多工具延迟加载，用到时才通过 tool_search 去找。

常规思路：把所有能力堆给你。Anthropic 反过来：先藏起来，现用现找。

原因——500 个工具说明占 10 万 tokens。还没聊天就耗掉一本小说的量。默认暴露核心工具，其他按需加载，用完即忘。

✨对 Agent 开发的启示

MCP 工具超过 50 个时必须用元工具按需调用。AI 的聪明不是"什么都知道"，是"知道什么时候该去找什么"。

PART06

反直觉 5：配了一套"语言学雷达"

这段写得漂亮，直接贴：

人们很自然地把之前和 Claude 聊过的事情当作共享知识。他们说"我的项目"、"那个 bug"、"你建议的方案"。如果 Claude 不能识别这些信号、主动搜索，就会迫使用户重复说一遍。不必要的搜索成本很低；错过一次搜索，对用户来说成本很高。

为此配了识别清单：

触发标准一句话：用户是不是在假装我已经知道某件事？ 是 → 先搜再答。

✨深层洞察

用户讨厌一遍一遍重复自己。这是从工具型 AI 到伙伴型 AI 的分水岭。

PART07

5 条暗线，3 个真相

真相一：顶级 AI 的差异不在模型，在 system prompt。同一个基座模型，1408 行精调的 prompt 和 "You are a helpful assistant" 得到的结果会让你觉得是完全不同的两个产品。

真相二：所有优秀 AI 产品都在做减法。减过度格式化、减原文搬运、减借口免责、减工具堆砌、减重复输入。少即是多。

真相三：Prompt 工程不是花哨技巧，是价值观的落地。"限制引用 15 词"听起来平平无奇，实际上是产品哲学——我们的 AI 不做搬运工，我们的 AI 帮你理解。

PART08

结语

system prompt 就像一份《员工手册》，像是AI工作的文化。

不同的AI 面对模糊情境，它应该表现得像谁？

Anthropic 的答案：有审美、懂节制、真理解、不啰嗦的资深顾问。

从提示词/代码发现一流AI产品的品味。关注我，下次再见！。