Claude Code 提示词库:52 个开箱即用的官方提示词

QuibblerAgentQuibblerAgent 2026-08-12 约 16 分钟 144 次阅读

Claude Code 提示词库:52 个开箱即用的官方提示词

用 Claude Code 时,很多人只会问"帮我写个 X"或"修这个 bug"。但面对一个陌生的几万行代码库、一次跨模块的重构、一场线上事故,"怎么问"往往比"用什么模型"更决定 Claude 能不能真正帮上忙。Claude Code 官方维护了一个提示词库(Prompt Library)——52 个精心设计、可直接复制粘贴的提示词,按"软件开发周期阶段 × 任务类别 × 角色"三维组织,每个都带占位符,填入你的上下文即可用。本文带你了解它的结构与用法。参考 code.claude.com/docs/en/prompt-library。

1、概述:它是什么

官方一句话定义:"Copy-paste prompts for Claude Code, tagged by task and role."(为 Claude Code 准备的、按任务和角色打标签的复制粘贴提示词)。它解决的不是"Claude 不会",而是"用户不知道怎么把任务说清楚"——把专家级的提问方式固化成模板。

规模          52 个提示词
形态          复制粘贴即可用,每个带 {占位符}
组织          三维标签:SDLC 阶段 × 任务类别 × 角色
来源          workflows / teams / best-practices / ebook / legal / cybersecurity
适用          Claude Code 用户(开发者 + PM/设计/市场/运维等协作角色)
价值          把"专家级提问"固化成模板,降低用好 Claude Code 的门槛

核心要点:

1. 它是"提问模板库",不是 prompt engineering 教程——拿来即用

2. 52 个提示词覆盖从"上手代码库"到"线上事故"的完整开发链路

3. 三维标签让你能按"我现在在哪个阶段 / 做什么任务 / 我是什么角色"快速定位

4. 占位符机制让它成为"可复用模板",换上下文就能反复用

2、三维标签:组织骨架

提示词库最大的设计亮点是用三个正交维度给每条提示词打标签。你按"怎么思考当前任务"的任一维度切入,都能找到对的提示词:

// 每条提示词的标签结构(示例)
{
  id: 'explain-unfamiliar-code',
  sdlc: 'discover',          // 维度一:SDLC 阶段(探索/设计/构建/发布/运维)
  cat:  'Understand',        // 维度二:任务类别(上手/理解/规划/实现/...)
  roles: ['pm', 'design'],   // 维度三:适用角色(PM/设计/市场/文档/运维/数据/安全)
  prompt: 'explain what {path} does ...',
  src:  'workflows'          // 来源
}

// 三个维度相互独立:同一个"类别"(如 Review)可出现在不同"阶段"

核心要点:

1. sdlc(阶段):回答"我现在在开发流程的哪一步"

2. cat(类别):回答"我要做哪种具体任务"

3. roles(角色):回答"我是谁",让非工程师也能上手

4. 三维正交,任选一个切入点都能定位到合适的提示词

3、维度一:五个 SDLC 阶段

sdlc 标签覆盖软件开发生命周期的五个阶段,提示词按阶段分布(数字为该阶段提示词数量):

阶段          说明                             数量
--------------------------------------------------------
discover      探索:理解代码库、定位行为、梳理依赖    7
design        设计:规划重构、写规格、做原型          6
build         构建:实现、重构、测试、调试、审查      22   ← 主力阶段
ship          发布:Git 操作、发版                    5
operate       运维:自动化、事故响应、引导控制        12

核心要点:

1. discover:刚接手代码库或排查问题时——上手、理解、定位

2. design:动手改之前——规划、设计、做原型,先想清楚再写

3. build是主力(22 条),覆盖实现/重构/测试/调试/审查/数据

4. ship + operate(17 条)延伸到"写完之后"——发版与线上运维

4、维度二:15 个任务类别

cat 标签把开发任务拆成 15 个具体类别,是"找提示词"最常用的切入点:

理解类        Onboard(上手) · Understand(理解)
规划类        Plan(规划) · Prototype(原型)
构建类        Implement(实现) · Refactor(重构) · Test(测试) · Debug(调试) · Review(审查)
数据类        Data(数据)
交付类        Git(版本控制) · Release(发布)
运维类        Automate(自动化) · Incident(事故) · Steer(引导控制)

核心要点:

1. 理解类:Onboard(1)+ Understand(6),接手陌生代码库的起点

2. 构建类最丰富:Implement(7)/Refactor(4)/Test(3)/Debug(3)/Review(5)

3. Review 有 5 条,说明官方重视"代码审查"场景的提示词

4. Incident(事故)+ Steer(引导)覆盖了"线上出事"和"过程中纠偏"

5、维度三:7 个角色

roles 标签是它最有"破圈"价值的设计——让非工程师也能用上 Claude Code。带角色标签的提示词,是把 Claude Code 从"开发工具"扩展成"团队协作工具":

角色          数量     典型用途
---------------------------------------------------
pm            12       产品经理:梳理流程、写规格、会议转任务
design         8       设计师:理解用户路径、规划 UI 改动
marketing      8       市场:读代码写产品文案、查功能细节
docs           7       文档:把代码逻辑转成可读文档
ops            7       运维:事故响应、自动化、监控
data           5       数据:数据流追踪、口径核对
security       4       安全:漏洞排查、合规审查

核心要点:

1. PM 提示词最多(12)——产品经理是"非工程岗里最高频"的 Claude Code 用户

2. design/marketing/docs 让"读代码"不再是工程师专利

3. ops/security 把 Claude Code 推向"运维 + 安全"场景

4. 同一个"理解代码"任务,PM 和工程师看到的视角/深度不同——角色标签帮 Claude 调对语气与详略

6、占位符机制:填空即用的模板

提示词库的灵魂是占位符。每条提示词不是"写死的句子",而是带 {slot} 的模板,并给出默认示例值——你把 {占位符} 换成自己的上下文即可:

// 提示词模板 + 占位符默认值
prompt: 'explain what {path} does and how data flows through it. write it up as {format}'
slots:  { path: 'src/scheduler/queue.ts',
          format: 'an HTML page with a diagram, then open it in my browser' }

prompt: 'what would break if I deleted {target}?'
slots:  { target: 'the retryWithBackoff helper' }

prompt: 'plan how to refactor the {target} to {goal}.
         list the files you would change, but don\'t edit anything yet'
slots:  { target: 'payment module', goal: 'support multiple currencies' }

// 用法:复制 prompt → 把 {path}/{target}/{goal} 替换成你的真实上下文 → 粘贴给 Claude Code

核心要点:

1. {占位符} + 默认示例值:模板既给出"骨架",又给出"填法示范"

2. 常见占位符:{path}(路径)、{target}(目标)、{change}(改动)、{goal}(目标)、{feature}(特性)、{input}(输入)、{role}(角色)、{action}(动作)

3. 默认示例值本身就是"好问题的范本"——照着它的颗粒度填,就不会太宽泛

4. 占位符让一条提示词能反复复用,成为团队的"标准问法资产"

7、典型提示词实战(按阶段)

每个阶段挑一两条最有代表性的官方原句,感受"专家级提问"的样子,并理解它好在哪:

// discover — 上手陌生代码库
"give me an overview of this codebase: architecture, key directories,
 and how the pieces connect"
// 好在哪:要架构、要目录、要"模块如何衔接"三件事,而不是泛泛"介绍一下"

// discover — 理解 + 角色视角(PM)
"I am a {role}. walk me through what happens when a user {action},
 from the UI down to the result"
// 好在哪:声明身份(PM) + 指定起点(UI)和终点(结果),Claude 会调到"非工程师能懂"的深度

// design — 规划重构(先想后做)
"plan how to refactor the {target} to {goal}. list the files you would
 change, but don't edit anything yet"
// 好在哪:明确"只规划不动手",避免 Claude 直接改一堆文件

// design — 写规格(交互式访谈)
"I want to build {feature}. interview me about implementation, UX, edge
 cases, and tradeoffs until we have covered everything, then write the
 spec to SPEC.md"
// 好在哪:让 Claude 反问,把需求问透,最后落盘成 SPEC.md

// design — 会议转任务(团队协作)
"read {input} and write up the action items, then create a {tracker}
 ticket for each with acceptance criteria"
// 好在哪:读会议纪要 → 拆行动项 → 建 Linear 票 → 带验收标准,一条龙

核心要点:

1. discover 阶段提示词擅长"把模糊的'看一下'变成具体的'看什么'"

2. design 阶段强调"先规划/先访谈,再动手"——这正是用好 AI 编程的关键姿势

3. 带角色视角的提示词会自动调整解释深度(PM 视角 vs 工程师视角)

4. 注意"don't edit anything yet""write the spec to SPEC.md"这类约束与落盘指令——好提示词会给出明确边界与产出

8、总结

Claude Code 提示词库把"怎么用好 Claude Code"这件事,从"凭经验提问"变成了"按模板填空"。52 条三维标签 + 占位符的提示词,是官方沉淀的"专家级问法资产"。

关键要点:

       - 定位:Claude Code 官方维护的 52 条复制粘贴提示词,按任务和角色打标签

       - 三维组织:SDLC 阶段(discover/design/build/ship/operate) × 15 类别 × 7 角色

       - 占位符:每条带 {path}/{target}/{goal} 等占位符 + 默认示例值,填上下文即可用

       - 角色:PM/设计/市场/文档/运维/数据/安全,让非工程师也能用 Claude Code

       - 来源:workflows(23)/teams(13)/best-practices(10)/ebook/legal/cybersecurity

       - 启示:好的 AI 编程 = 好的提问;先规划后动手、给明确边界与落盘产出

对于想"把 Claude Code 用出几倍效果"的开发者和协作团队而言,这个提示词库是绕不开的第一站——它不只是"省得自己想提示词",更是在示范一种"如何把模糊需求说清楚、如何让 AI 先想后做、如何按角色调整深度"的提问方法论。把里面的"占位符填空"和"先规划后动手"两条精髓内化,再配合 Claude 的自适应思考(adaptive thinking),你会发现同样一个 Claude Code,提问方式一变,产出质量完全不同。它本质上是官方把"AI 时代的工程沟通技巧"固化成了一份可复用的资产。

相关推荐

置顶 精选
博客七周年:AI 一天完成整体重构
AI

博客七周年:AI 一天完成整体重构

博客从 2019 年国庆用 Xiuno BBS 搭建,到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块,这次与 AI Agent 结对,一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。

23
精选
​Jev 详解:不做生成的判断模型
AI

​Jev 详解:不做生成的判断模型

Jev 详解:不做生成的判断模型让 LLM 干"判断"的活,一直是件拧巴的事:它擅长生成文本给人读,你要的却是结构化决策给代码用——于是提示词约束、JSON 解析、重试兜底一层层糊上去。TypeSafe AI 的答案是干脆换一类模型:Jev,首个 System One 模型——不做文本生成,专职快速、结构化的判断:输入状态与类型化问题,输出带概率与置信度的结构化答案,类型错误在数学上不可能发生,因

11
精选
Laya 详解:可自托管微调的非自回归判断模型
AI

Laya 详解:可自托管微调的非自回归判断模型

Laya 详解:可自托管微调的非自回归判断模型Jev 证明了"判断模型"这条路走得通,但它闭源、按 token 计费、只能云端调用。两天后(2026 年 9 月 18 日),NandhaKishorM 在 GitHub 开源了 NandhaKishorM/laya(Laya):多语言、非自回归的 System 1 判断引擎——三个 checkpoint(laya / laya-multilingu

6