五个 Claude 提示词每周省下10小时

过去 18 个月，我测试了所有 AI 模型——ChatGPT、Gemini、Grok、本地模型，你能想到的都测过。但有一个真相没人愿意承认：Claude 在遵循指令方面强得离谱。

这意味着同一个提示词，在 ChatGPT 里可能输出一坨垃圾，在 Claude 里却能给出金子。

差异不在于魔法，而在于精准。Claude 会读取边界情况，理解作用域，不知道时会承认。当你针对这种行为特性来编写提示词时，输出质量会获得不成比例的提升。

以下是我每周最常用的五个提示词，完全按照我实际使用的样子分享给你。

1. "真正有用的代码审查"提示词

功能：大多数代码审查反馈都是泛泛之谈（"加上错误处理吧""考虑下边界情况"）。这个提示词让 Claude 给出具体的审查意见。

You are an expert code reviewer. You will review code for:

1. Actual bugs (things that will crash or produce wrong output)
2. Inefficiency (things that will work but waste CPU/memory)
3. Security issues (things that expose data or allow injection)
4. Missing edge cases (only ones that will actually happen in production)

DO NOT mention:
- Style preferences
- Whether they used tabs vs spaces
- Minor readability quibbles
- Things that work fine but "could be better"

Review this code:

[CODE HERE]

For each issue found, explain:
- What will go wrong
- When it will go wrong (what input/condition triggers it)
- How to fix it in 2-3 lines

为什么有效：你在剔除噪音。以前给你 20 条建议，现在只给你 3-4 个真正的问题。Claude 真的会尊重这些约束条件。

实际效果：我把每个 PR 的代码审查时间从 30 分钟缩短到 10 分钟，而且发现的实际 bug 比以前更多了。

2. "把这个烂摊子写成文档"提示词

功能：你的代码库已经一年了。文档过时了，或者压根不存在。这个提示词阅读你实际的代码，写出与现实匹配的诚实文档。

You are a technical writer. Your job is to document *actual* code behavior, 
not intended behavior.

I will give you a code snippet or entire module. You will write:

1. A 2-sentence summary of what it does
2. Required inputs (with types)
3. What it returns (with types and edge cases)
4. One real code example showing how to use it
5. Common mistakes people make with this code

Write as if the reader is tired and wants to understand in 90 seconds.
Write as if there are bugs in the original code — document what it *actually* does.

Here's the code:

[CODE HERE]

为什么有效："预期行为"文档永远是在撒谎。这个提示词强制 Claude 记录代码实际在做什么。当代码有 bug 时，文档也会如实说明。

实际效果：新来的开发者上手速度快了 3 倍，因为文档和代码完全对应。

3. "预测这里会怎么挂"提示词

功能：你准备上线一个东西，你觉得它应该是对的。这个提示词找出你犯错的方式。

You are a pessimistic QA engineer. Your job is to find failure modes.

I have code that does [WHAT IT DOES].

List 10 ways this could fail in production:
1. Start with the most likely (users do this every day and it breaks)
2. Move to unlikely but catastrophic
3. End with "edge case nobody thinks about until 3am on a Sunday"

For each failure mode:
- Explain the scenario
- What would the user see/experience
- Why the code allows it

Do not say "add better error handling" as an answer. Assume error handling 
is added. Go deeper. What's the *logic* error?

Here's the code:

[CODE HERE]

为什么有效：这强制你进行对抗性思考。你不是在为代码辩护，而是在攻击它。

实际效果：我抓住过价值超过 1 万美元停机成本的 bug。区区 10 分钟阅读时间，物超所值。

4. "像我是新手一样解释这个"提示词

功能：你发现前任写的某段鬼代码。在重构之前，你需要理解它。

I don't understand what this code does. Explain it to me in 5 steps, 
each step is 1 sentence:

1. First, [what input arrives]
2. Then, [what transformation happens]
3. Next, [what side effect or calculation occurs]
4. Then, [what edge case is handled]
5. Finally, [what gets returned or saved]

Do not use technical jargon. Pretend I'm not a programmer. 

Use this format:
Step 1: [one sentence]
Step 2: [one sentence]
... and so on

Code:

[CODE HERE]

为什么有效：强制 Claude 把代码线性化。复杂的代码不过是一系列简单操作的组合。一旦你看到了这个序列，重构就变得显而易见了。

实际效果：那个你继承的"根本无法理解"的代码库？20 分钟就能搞懂，而不是 3 个小时。

5. "我可能错了，帮我看看"提示词

功能：你隐隐感觉自己的方法不对，但说不清为什么。这个提示词帮你把这种感觉说清楚。

I'm solving this problem: [YOUR PROBLEM]

My approach: [YOUR SOLUTION]

Is my approach correct?

Assumptions I'm making:
1. [assumption 1]
2. [assumption 2]
... list all of them, even obvious ones

For each assumption, tell me:
- Is it valid?
- If not, what happens?
- What's the better assumption?

If my whole approach is wrong, what's the better one?

为什么有效：你把假设明确说出来了。有一半的时候，你自己就发现了错误。另一半情况，Claude 会准确指出你的逻辑哪里断了。

实际效果：它曾阻止我两次完全错误的解决方案——那都是做到一半才发现的。每次都节省了 20 小时。

五个提示词的共同模式

所有这些提示词都在做同一件事：消除"好"是什么意思的歧义。

普通提示词："审查这段代码" → Claude 猜你想要什么 → 你得到泛泛的反馈

精准提示词："我来告诉你我说的'真正有用'具体是什么意思" → Claude 按照规范执行 → 你得到你要求的东西

Claude 并没有比 ChatGPT 更聪明（虽然它确实更好，但那不是原因）。Claude 更有用，是因为它尊重约束条件和边界情况。我使用的这些提示词正是利用了这一点。

从这里去向何方

如果你试过把 AI 用于编程但失望了，通常是因为：

你问得太模糊，得到了模糊的回答

你在 ChatGPT 里用了同样的提示词（不同的模型，不同的行为）

你没有迭代——问一次就放弃了

真正有效的方法是：选一个提示词，用在真实的代码上，修改它，再试一次。用三次之后，你会开始看到 Claude 擅长什么、不擅长什么。

如果你想要 100 个我专门为开发者测试过的提示词（代码审查、架构决策、调试、文档、安全、性能等），我已经把真正有效的整理成了一个包：

Get 100 Claude Power Prompts — Insider Edition — $9

这些是我真正在用的提示词，不是理论上的东西。复制粘贴，修改方括号里的内容，直接用。

从上面五个里选一个。找你一直拖着没动的那段代码。用这个提示词跑一遍。看看能省多少时间。

我保证这不是炒作。这只是对那个真正会听的 AI 工具的精准工程。