要精准拆解提示词，须按类型先声明【系统提示词】等类别，再用四类问法深挖：结构分层、失效归因、示例映射、xml标签可行性，每问直指设计逻辑与隐藏意图。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让Claude帮你拆解一个提示词，但不知道从哪几个角度提问才能挖出真正有用的结构逻辑和隐藏设计意图——直接问“这个提示词好不好”只会得到泛泛而谈的评价，必须用具体、可执行、有指向性的问法撬开它的分析引擎。
先锁定目标：明确你要拆解的是哪类提示词
不是所有提示词都适合同一套问法。你得先告诉Claude它要分析的对象类型，否则它会默认按通用模板回应，漏掉关键细节。
在提问开头就写明：【这是少样本提示词】 或 【这是系统提示词（System Prompt）】 或 【这是启发型提示词】。类型错了，后续所有分析都会偏航。
比如：“请拆解以下【系统提示词】：‘你是一名专注跨境电商合规的法律顾问，只回答TikTok Shop美国站最新政策相关问题，不推测、不延伸、不提供操作建议，仅引用2026年4月后生效的官方文件原文。’”
问法一：结构分层拆解（适合系统提示词/复杂架构提示）
第一步：识别该提示词中是否包含「身份边界」「风格边界」「输出边界」三层结构；
第二步：逐句标注哪些内容属于人设锚定（如“跨境电商合规法律顾问”），哪些属于语气约束（如“不推测、不延伸”），哪些属于格式铁律（如“仅引用2026年4月后生效的官方文件原文”）；
第三步：指出哪一句承担了「防错兜底」功能——也就是当用户提问越界时，能自动触发拒绝机制的那句话。
这一步的关键是逼Claude做文本切片，而不是概括。它一旦开始笼统说“整体很专业”，你就知道它没真读进去。
问法二：失效归因反推（适合任何提示词，尤其效果不佳时）
方法一：假设这个提示词在实际使用中出现了三种典型失效场景——① Claude开始自由发挥补充背景知识；② 输出突然变长且夹带主观建议；③ 对模糊提问不做澄清直接作答。请分别指出提示词中哪一条缺失或哪一句表述松动，导致对应失效。
方法二：把原提示词中任意删去一句话，模拟弱化版本。请判断删去哪一句会导致“拒绝越界提问”的能力最先崩溃，并解释原因。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
注意：这里不是让你猜Claude怎么想，而是让它基于Anthropic公开的提示词失效模式库来定位脆弱点。删掉“仅引用2026年4月后生效的官方文件原文”这句，【整个合规性防线就塌了】，因为时间锚点是唯一硬约束。
问法三：示例映射验证（专用于少样本提示词）
把提示词里的每个示例单独拎出来，对照任务目标检查：
• 示例1是否覆盖了最基础的格式骨架？
• 示例2是否故意引入一个边界case（比如含标点歧义、多义词、缩写）来测试模型泛化能力？
• 示例3是否暗藏风格指令（比如用短句、加emoji、省略主语）而没明说？
如果三个示例全是同质化表达，Claude会直接告诉你：“缺少对抗性样本，模型容易过拟合表面格式，遇到真实变体就失效。”
问法四：XML标签植入可行性诊断（适合需结构化输出的提示词）
请判断该提示词当前结构是否适合用
若适合，请给出重写后的最小可行版本，仅包裹核心模块，不添加新规则；
若不适合，请指出阻碍标签化的根本原因——是逻辑未闭环？还是存在隐性依赖关系？
这一步不考验文笔，只检验Claude对自身解析机制的理解深度。它要是说“都可以加标签”，说明它没读懂XML标签的本质是划认知容器，不是套壳装饰。
