---
title: "Claude Code 提高输出质量：结果更精准实用"
description: "把「还行」拆成五个可检查的维度，再用身份、样例、边界、三轮修改把这五项逐一补齐，让输出从泛泛而谈变成能直接用的草稿。"
updated: 2026-11-13
canonical: https://docai.cc/learn/improve-output-quality/
markdown_mirror: https://docai.cc/learn/improve-output-quality.md
---
## 先弄清「不够好」是哪里不够好

拿到回答，别停在「还行」或「不行」这种判断上。逐项过五个维度：事实有没有错、要点齐不齐、能不能直接拿去用、是不是针对你这件事、格式合不合约定。哪项不合格，就把它翻译成下一轮的具体要求。含糊的评价只会换来含糊的修改。

| 维度 | 追问 |
|---|---|
| 准确 | 有没有过时说法或明显错误？ |
| 完整 | 我交代的要点都覆盖了吗？ |
| 可用 | 复制出去能直接用吗？ |
| 贴身 | 讲的是我的业务，还是通用套话？ |
| 格式 | 长度、结构、语气对得上吗？ |

把结论写成一句话再发出去：「方向可以，但第三条缺数据、整体太长」。这比「再优化一下」有效得多，因为模型知道该动哪里，你也知道自己验收什么。

## 背景给够，套话自然变少

同样的任务，说「帮我写个活动方案」和说「四十人的部门年会，半天，预算每人两百，场地在公司会议室，不安排酒水，年龄跨度大」，拿到的完全是两份东西。第二种问法把约束都摆出来，模型就没有空间拿通用模板填空。约束不必写得漂亮，列成清单反而最清楚。凡是「人数、时长、预算、禁止项、必须出现的信息」这几类，能写就写。

## 身份、样例、边界，一次说清

先说「谁来回答」。同一个问题，让模型以财务顾问的身份答，和以朋友的身份答，取舍完全不同。再给样例：一段你不想要的写法，一段你想要的写法。具体句子比十个形容词更能定住风格，做法见[少样本提示](/concepts/few-shot/)。最后补边界：预算、时长、禁用词、必须保留的信息。

```text
你是一位做了十年品牌策划的总监。
下面这段是「不要学」的反面：
「采用先进工艺，品质出众，深受用户喜爱。」
这一段是「照着写」的正面：
「早上灌满，下午还烫手，通勤路上不用再找热水。」
请按正面样例的语气，为下面的产品写三条卖点，每条不超过 40 字：
产品信息：[粘贴]
限制：不提价格，不用「极致」「颠覆」这类词。
```

## 草稿、挑错、修改，分三轮

一次要成稿，模型会把力气花在「写完」上。换三轮：第一轮只要骨架和要点，明说不用润色；第二轮请它站到审稿人的位置，从逻辑、遗漏、措辞三面各挑至少一处问题；第三轮只按这份清单改。第三轮加一句「清单之外保持原样」，否则它常顺手动别处，你反而看不出差异。

在 Claude Code 里，长期有效的身份与边界可以写进项目根目录的 `CLAUDE.md`，每次在这个目录开会话都会自动读到；一次性的样例、格式和当轮任务仍留在消息里。两者分开，提示词不会越滚越长，也不用每轮重贴。

## 一份可以照抄的审稿单

第三轮改稿前，先让它站到审稿人位置。与其说「看看哪里不好」，不如把检查项写死：

```
请按上面约定的标准检查这份草稿，只列问题，不要改写：
1. 哪一句缺少数据、来源或具体时间？
2. 哪个要点是我没有交代、你自己补出来的？
3. 哪一段删掉也不损失信息？
4. 标题承诺的内容，正文是否真的兑现？
每条标明段落编号和原句，最后按影响大小排序。
```

只列问题、不改写，是为了让你先判断它挑得对不对。第二项最值得看，它标出的往往就是事实风险所在。让模型给自己打分容易偏高，把标准外置、逐项对照，思路与[模型评审](/concepts/llm-as-judge/)相通。

## 不满意时改局部

方向对了就保留。指出位置：第二段太长、结尾太硬、第三条建议缺依据。一轮只提一到两个点，改完再看。全盘重写会丢掉已经满意的部分，也让对话越拖越长。想多看几条路，就再要两个思路不同的版本，让它分别列出优劣，选择权留在你手上。

## 三种返工，从源头断掉

| 现象 | 多半因为 | 处理 |
|---|---|---|
| 每次输出都像套模板 | 约束只写了形容词，没给数字和禁用项 | 补齐人数、预算、时长、必须出现的信息 |
| 改了五轮反而更差 | 一轮塞进太多修改点，改动互相覆盖 | 每轮只留一两条，其余写「保持原样」 |
| 角色设定看不出效果 | 只给了头衔，没给判断标准 | 追加「你先看哪三件事」「什么情况你会拒绝」 |

第二种最常见。改到第三轮时，把前面提过的要求重新列一遍，比继续叠新指令有效。判断样例写得好不好，可以对照[好提示词与坏提示词](/learn/good-vs-bad-prompts/)。

角色和样例也不是越多越好。事实核查、需要中立比较的评估、早期头脑风暴，这三类任务加角色反而会把答案往一个方向拽。角色适合「按某种专业视角取舍」，不适合「尽量找全所有可能」。

## 把格式和理由也写进要求

不说格式，模型会挑它顺手的那一种。要表格就说清列名和顺序，要结论就先写「先给三句话结论，再展开」，要固定栏目就给一份空模板让它照填。格式定死之后，内容的问题才会浮现出来，你也不必每次花时间排版。

再让它交代开头、语气、结构的理由。你能据此判断这份输出是不是碰巧合意，也能把判断标准学走。下次自己写时，这些理由就是现成的检查表。要求解释不会让答案变好，但会让你下次提问更准。

下一节把这些动作练成手感：[快捷键大全](/learn/claude-code-shortcuts/)。