要将Claude生成的提示词打磨为可复用、效果稳定的版本，需清理调试痕迹、统一小写下划线占位符、补全角色/任务/输出格式三要素或分隔符结构，并通过三类边界测试验证后存入Git仓库。
☞☞☞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☜☜☜
把Claude生成的提示词打磨成可直接发布、他人能复用且效果稳定的版本，需要剔除临时调试痕迹、补全隐含约束、验证边界条件，而不是简单复制粘贴原始输出。
先清理Claude返回的原始提示词
打开Claude对话记录，找到你最终选定的提示词草稿。删掉所有带“试试看”“可能需要”“我建议”这类试探性表述的句子——这些是模型思考过程，不是提示词本身。
把所有用括号写的备注（比如“（此处填用户问题）”）全部替换成明确占位符，例如{user_query}或{target_audience}。括号内不加空格，保持格式统一。
【占位符必须全部小写+下划线，不能用驼峰或中划线】，否则下游用户调用时容易因命名不一致导致变量未替换。
补全执行必需的上下文约束
方法一：角色+任务+输出格式三要素缺一不可
在提示词开头明确声明角色：“你是一名有5年教育科技产品经验的提示词工程师”，接着用一句话定义任务：“根据用户输入的教学目标和学生年级，生成3个适配课堂互动的开放式提问”。最后锁定输出格式：“只返回纯JSON，字段为questions:[]、rationale:string，不加任何解释性文字、不加```json标记”。
方法二：用分隔符强制结构化
在提示词中插入清晰分隔线，例如用“---INPUT---”标出用户输入区，“---RULES---”列出硬性限制（如“禁止使用专业术语”“每个问题不得超过12个字”），“---OUTPUT---”规定字段名与类型。Claude对这种显式分区响应更稳定。
验证并固化关键边界条件
第一步：准备3类测试用例——正常输入、超长输入、含特殊符号输入（如emoji、markdown代码块）。分别喂给优化后的提示词，观察Claude是否始终返回合规JSON。
第二步：检查每次输出是否都严格满足字段要求。如果某次返回多了metadata字段，或questions里混入了数字编号，说明规则没写死，必须回溯到上一步补全---RULES---条目。
第三步：把最终通过全部测试的提示词，连同对应测试用例一起存入Git仓库。文件命名为v1.2_stable.json，不要用“final”“best”这类无法迭代的标签。
