连夜整理了Claude Design提示词最值得学习的7个方法，还做成了skill，这次真的自由了。

来源：htmlDecode("萝卜AI笔记")

原文链接：https://mp.weixin.qq.com/s/J9MiCxcfjN2wp3qMIOkxgQ

---

大家好，我是你们的萝卜哥～

不知道大家有没有用上 Claude 最新出品的产品 Claude Design，真的太好用了，做设计一绝。

只不过目前必须要 Claude 会员才能使用，这基本上难住 90% 的人了，无他，唯害怕封号尔。

不过还好最近网络上有大神把 Claude Design 的系统提示词泄露出来了，

https://github.com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/Claude-Design-Sys-Prompt.txt

如果你没有办法用上原汁原味的 Claude Design，那么今天不妨跟着萝卜哥来一起学习一下这套顶级提示词的优秀之处，然后学着写一套提示词，整体出图效果也是非常不错哦。

很多人学 Prompt，第一反应是研究措辞，角色怎么设定、语气怎么描述、要不要加“请一步一步思考”。

但是读完这份提示词后，我明显感觉到，真正拉开水平差距的，不是文案技巧，是系统设计能力。

一句话概括就是， 普通 Prompt 在告诉模型“你是谁”；成熟 Prompt 在规定模型“怎么工作、怎么协作、怎么交付、怎么验收”。

一、为什么这份提示词值得反复看

它写的根本不只是一段提示词。

它更像一份高度压缩过的 岗位说明书 + 工作流规范 + 风险清单 + 验收标准 。

从理解需求，到确认上下文，到调取设计系统和代码资源，再到方案探索、原型产出、问题修复、版本迭代，它几乎把一个设计岗位的关键动作，全都编码进去了。

读到这里的时候，我一下就意识到了，

很多人和高手之间差的那一截，往往不是模型差，也不是词汇差，差在你有没有给模型搭一套能工作的系统。

一句话总结就是： 普通 Prompt 在发指令，成熟 Prompt 在组织协作。

二、这份提示词最值得抄的 7 个方法

经过仔细的研究，我从这份提示词工程里面提取了 7 个我觉得非常值得学习借鉴的方面，大家一起来讨论学习一下。

1. 把 Prompt 写成岗位说明书

“working with the user as a manager” “produce design artifacts … using HTML”

很多人写提示词上来就一句：“你是一个资深设计师。”

这当然也能跑出结果，但很容易飘，因为它只给了身份，没有给职责、关系和交付物。

Claude Design 这套写法更厉害的地方，在于它一开始就把三件事钉住了：
你是谁。
你和用户是什么关系。
你最后要交什么。

一旦这三个点写清楚，模型会更自然地进入执行状态。

它不会老想着“我该怎么回答得更像一个设计师”，它会更关注“我这次到底要交什么结果”。

角色感，只能解决口吻问题。
岗位感，才能解决交付问题。

我们以后写 Prompt 的时候，完全可以照着这个思路改。

别再只写“你是某某专家”。

直接写成：
你负责什么。
你先确认什么。
你最后交付什么。
你和我是什么协作关系。

这样出来的结果，稳定性会立刻上一个台阶。

普通写法：
帮我写一个会员体系 PRD。

升级写法：
你是增长产品经理，我是你的评审人。你的工作不是给建议，而是把需求落成可评审的 PRD。
先确认目标用户、增长指标、灰度范围、已有会员权益；如果信息缺失，先提问。
最终交付 4 个部分：
1. 一页执行摘要
2. 详细 PRD
3. 埋点与实验清单
4. 风险与待确认项

2. 把“先拿上下文”写成硬规则

“Ask clarifying questions for new/ambiguous work.” “Mocking a full product from scratch is a LAST RESORT” “Starting a design without context always leads to bad design”

这是我觉得整套提示词里最值钱的一条。

很多 AI 翻车，问题根本不在能力，问题出在它压根没有拿到足够上下文，就被我们推着开工了。

上下文一旦不够，大模型就会自动回到互联网平均值。

于是你看到的结果就会变成：
没什么硬伤。
也说得过去。
就是总有一股熟悉的套版味。

Claude Design 这套提示词处理得很狠。
上下文不够，就先问。
设计系统没给，就先拿。
现有界面没看到，就别急着出终稿。

这其实是在帮模型避坑，也是在帮我们自己避坑。

因为很多质量问题，源头根本不在“它做得不好”，源头在“它从一开始就缺材料”。

所以以后大家做设计、写文章、写 PRD、做原型，真的都可以先加一句： 先别急着输出，先把关键上下文问齐。

这句话非常值钱。

不要这样写：
帮我重新设计一个后台首页。

要这样写：
你先不要出方案，先向我确认 8 件事：
1. 这是改版还是新做
2. 现有设计系统是什么
3. 有没有代码库、Figma 或截图
4. 目标用户是运营、销售还是管理层
5. 首屏最重要的 3 个任务是什么
6. 我更在意视觉改版还是流程效率
7. 需要几个方向
8. 哪些部分绝对不能改
确认完再开始输出。

3. 把“回答”升级成“工件”

“surface the file to the user” “Give your HTML files descriptive filenames”

这也是 Claude Design 很强的一点。

它追求的不是一段解释，而是一个能交付、能预览、能继续改的工件。

比如直接交 HTML。
比如要求文件命名清楚。
比如要求用户能看到这个产物。
比如要求版本可以继续迭代。

这个思路特别值得学。

因为一段“思路说明”，很难验收。但是一个能直接打开的原型，优劣一眼就能看出来。

当你让 AI 去“聊聊方案”的时候，它很容易停在表达层。

当你让 AI 去“直接交作品”的时候，它的注意力才会真正落在结果上。

这也是为什么我现在越来越喜欢把很多任务写成工件型交付。

比如写文章，不只是给观点大纲。直接交可发版本。

比如做落地页，不只是讲结构思路。直接交可预览原型。

一旦我们有了工件意识，整个协作体验会完全不一样。

落地案例：把“给我个落地页思路”改成“直接交原型”
不要只给我文案建议，请直接交付一个可预览的 HTML 原型。
文件名用 saas-pricing-v1.html。
第一版包含 Hero、Pricing、FAQ 三个区块。
如果要大改，请保留 v2 版本，不要覆盖旧稿。
交付前自查一次，确认页面可正常打开、没有明显占位符和报错。

4. 把创意发散变成可管理的流程

“add them as TWEAKS to the original” “try to give 3+ variations across several dimensions”

很多人以为“让 AI 多给几个方向”，就等于创意发散。

其实很多时候，它只是把同一个答案换了三种说法。

Claude Design 这套提示词更高明的地方，在于它会要求：

多个方向。
多个维度。
差异要清晰。
还要方便比较和收敛。

这就一下子把“发散”变成了一个能管理的流程。

这件事特别重要。

因为设计也好，写作也好，产品方案也好，本质上都更像搜索问题。

高手追求的，从来都不是第一稿直接命中。

高手更在意的是：
我能不能先把问题空间展开。
再把最好的方向收回来。

所以大家以后让 AI 出多个方案的时候，尽量别只说“给我 3 个版本”。

你要直接规定差异维度。
比如：
保守版。
提效版。
品牌版。
或者：
延续现有风格。
强化转化效率。
拉高视觉冲击。

这样模型给出来的结果，才更像三个方向，读者也更容易看出差别。

落地案例：做 onboarding 流程探索时，不要只要“3 个方案”，要指定差异维度
请给我 3 个 onboarding 方向，并放进同一个原型里方便对比：
A. 保守版：延续现有组件和视觉风格
B. 引导版：强调分步反馈与交互提示
C. 极简版：减少字段，突出品牌感和高级感
三版必须在布局、文案语气、交互密度上有清晰差异。
不要拆成 3 个零散文件，最好放在一个可切换的主文件里。

这样的 Prompt 会逼模型真正“展开问题空间”，而不仅仅是把一个方案换三种说法。

5. 把高频翻车点提前写死

“Never use ‘scrollIntoView’” “Slide numbers are 1-indexed.” “NEVER write  const styles = { … } .”

这一点很像真正上线前的生产护栏。

Claude Design 里面有很多“红线规则”，其实特别值得学习。

因为越接近真实交付，越怕的就越不是“它不会”，越怕“它老在同一个坑里反复摔”。

所以很多时候，Prompt 里最有价值的内容，不一定是教模型做什么。

很多价值，反而藏在“哪些事绝对不能干”里。

这也是为什么我越来越建议大家，给自己的常用 Prompt 都配一份事故清单。

比如：
不要残留占位内容。
不要版本覆盖。
不要用我禁掉的 API。
不要出现命名冲突。
不要把未验证内容当成事实写死。

把这些高频事故提前拦住，效果往往比我们多加一堆形容词更明显。

落地案例：给前端原型任务加“事故清单”
你要用 React + inline JSX 产出一个演示原型，以下规则必须遵守：
1. 依赖版本固定，不要使用浮动版本
2. 全局样式对象必须按组件命名，如 heroStyles、chartStyles
3. slide 序号从 1 开始，不允许按数组下标展示
4. 禁用 scrollIntoView
5. 播放位置或当前步骤要持久化，刷新后能继续
违背任一条，先修复再继续输出。

6. 把验收闭环写进 Prompt 里

“If errors, fix and  done  again.” “the user should always land on a view that doesn’t crash”

很多人觉得“做完了”，就是模型回复一句“已完成”。

但真实协作里，这种完成感其实很虚。

真正的完成，得是用户拿到手的东西真的能用。

能打开。
不报错。
没占位垃圾。
关键路径能走通。
出问题能先修再交。

Claude Design 这套提示词厉害的地方，就在于它把“验收闭环”也塞进去了。

这一下就把任务质量拉高了很多。

因为 AI 交付里最容易折损价值的，往往就是最后那一步。

前面 80% 都对，最后一运行直接炸了，前面的努力一下就打折。

所以现在我们更应该在很多任务后面补一句： 交付前先自检，有问题先修，再给我。

这一句，真的比很多华丽措辞更管用。

落地案例：给任何交付型任务都加一段验收条款
交付前必须完成自检：
1. 页面或文档可以正常打开
2. 没有明显报错
3. 没有残留占位文案
4. 关键按钮或跳转逻辑能工作
5. 移动端首屏不溢出
如果发现问题，先修复，再交付；不要只告诉我“理论上已经完成”。

7. 把上下文窗口也当成资源管理

“use the  snip  tool” “Snip silently as you work”

有一个很容易被误解的地方，上下文不是越多越好，是要保留对当前任务仍然有用的部分。

做完一个阶段，就裁掉已经失效的长输出、旧探索、被否决的版本，让模型把注意力集中在当前问题上。

长任务做到后面变差，很多时候不是模型能力突然下降，是因为上下文被“历史垃圾”占满了。

落地案例：做长篇调研或长周期 Agent 时，主动做“阶段摘要”
如果任务超过 5 轮，请在每个阶段结束后只保留 4 类信息：
1. 当前目标
2. 已确认约束
3. 当前采用的版本
4. 还没解决的问题
已经淘汰的方案、重复讨论和长工具输出，不要继续带入后文。

三、我把它浓缩成一句话

如果要把上面这些东西压成一句最核心的判断，那就是： Prompt 的上限，越来越取决于你能不能把模型组织进一套完整工作流。

写到这里你会发现，真正厉害的 Prompt，通常都包含 7 个主要部分：

岗位：你是谁，负责什么。
关系：用户是你的老板、评审人还是搭档。
上下文：开工前必须拿到什么信息。
流程：先问、再找、再做、再迭代。
工件：最终要交什么。
护栏：哪些错误绝对不能犯。
验收：什么叫真正完成。

我们只要把自己常做的任务，按这 7 个位置重写一遍，整套输出质量大概率都会明显变稳。

四、我顺手把这套方法压成了一套 skill

说实话，分析到这里，我就一个想法，

这么好用的一套骨架，只看不用，太可惜了。

所以我干脆把上面的思路压缩成了一套 skill，后面做商业视觉图、公众号头图、海报图、信息图时，直接就能套进去用。

它的底层逻辑其实和 Claude Design 这套东西是一脉相承的：
先判断用途。
再补上下文。
再限定风格、构图、色彩、留白和禁用项。
最后给出能直接落地的结果。

你会明显感觉到，出来的图更稳，成片率也更高。

大家可以在下面的链接里获取这个 skill，怎么安装详细大家都知道吧～

https://github.com/zhouwei713/design-image-generator/tree/main

生成的效果如下：
只不过要使用 skill，生图 API 是必不可少的，现在支持了 Google AI Studio 和火山引擎 API，效果最好的肯定是用 Google 的 Nano Banana Pro 了，但是很多朋友可能没有。

所以我也贴心的写了一套用于 ChatGPT 的 GPTs 的提示词，大家直接把下面的内容复制到 GPTs 里面就可以了，然后生成的图片也是相关给力了。
提示词指令可以参考下面这个
你是一个专业的商业视觉生图助手，专门帮助用户生成可用于公众号头图、海报、商品图、PPT 配图、信息图、小红书封面、活动主视觉 KV 等场景的高质量图片提示词，并在用户需要时直接生成图片。

你的核心目标不是随便生成好看的图，而是产出适合真实发布、分享给粉丝、可用于商业内容传播的高质量视觉素材。

工作原则：
1.  先理解用途，再写提示词。必须先判断用户要的是公众号头图、商品海报、PPT 配图、信息图、封面图，还是活动主视觉。
2.  优先保证图片质量，包括清晰主体、明确构图、统一色彩、干净背景、可读性强、适合目标平台。
3.  如果用户没有说明尺寸，按常见平台推荐：
   -  公众号头图：16:9
   -  PPT 配图：16:9
   -  小红书封面：4:5 或 3:4
   -  商品海报：4:5
   -  信息图：3:4 或 4:5
   -  官网 Banner：16:9 或 21:9
4.  对于要发布给粉丝的图片，默认使用更高级、更克制、更有设计感的视觉风格，避免廉价模板感、杂乱拼贴、低质网感、过度饱和、随机英文、水印和乱码。
5.  如果图片里需要中文标题，优先建议用户后期加字；如果必须让模型生成文字，只使用很短的中文标题，并明确保留标题安全区。
6.  生成提示词时要包含：用途、主体、构图、风格、色彩、光线、材质、背景、留白、安全区、禁用项。
7.  如果用户需求模糊，先问最多 3 个关键问题；如果已经足够明确，就直接输出最终提示词或生成图片。
8.  用户如果说“直接生成”，你应该直接生成图片，不要只给理论建议。
9.  用户如果说“给我提示词”，你只输出可复制使用的生图提示词。
10.  用户如果说“多给几个方向”，你要给 3 个差异明显的视觉方向，而不是同一个方案换说法。

默认输出结构：
当用户要提示词时，按以下格式输出：

【推荐尺寸】
写出推荐比例，例如 16:9。

【生图提示词】
给出一段完整、可直接使用的中文提示词。

【负面提示词】
给出需要避免的内容，例如：不要水印、不要乱码、不要随机英文、不要低清晰度、不要廉价海报感、不要复杂拼贴、不要畸形结构、不要过度饱和。

【可选优化方向】
给出 2 到 3 个可继续迭代的方向。

高质量提示词模板：
为{平台/用途}生成一张{图片类型}，主题是{主题}，主体是{视觉主体}，采用{构图方式}，突出{核心观点或卖点}，整体风格为{视觉风格}，使用{配色方案}，光线为{光线描述}，背景为{背景描述}，画面有明确焦点和层次，适合移动端缩略图阅读，保留{标题/文案安全区}，整体质感高级、干净、专业、具有传播感，不要水印，不要乱码，不要随机英文，不要复杂拼贴，不要廉价模板感，不要低清晰度，不要畸形结构。

常用风格库：
1.  公众号方法论文章：杂志感编辑设计、蓝图卡片、模块化框架、米白黑红配色、强标题安全区。
2.  科技商业文章：现代 B2B 科技视觉、模块化结构、数据流、克制光效、深蓝青色橙色点缀。
3.  商品海报：商业广告摄影、主体清晰、材质真实、背景干净、强卖点表达。
4.  PPT 配图：概念隐喻、低信息密度、右侧留白、适合投影展示。
5.  信息图底图：模块化网格、清晰层级、适合后期加标签。
6.  小红书封面：主体放大、单一焦点、高识别度、标题区明显。
7.  活动 KV：中心视觉、舞台感、品牌色、强传播性、预留活动标题区域。

质量检查标准：
在生成或输出提示词前，确认它满足以下标准：
1.  用户能一眼看懂主题。
2.  主体清晰，不被背景抢走注意力。
3.  色彩不杂乱，最好控制在 2 到 4 个主色。
4.  有明确留白，方便加标题。
5.  适合对应平台的尺寸和缩略图展示。
6.  没有鼓励生成水印、乱码、随机英文或密集文字。
7.  不是泛泛的“高级感”，而是明确说明材质、光线、构图和视觉语言。

当用户给出文章、产品介绍或主题时，你要先提炼视觉关键词，再生成提示词。例如：
用户给文章《好的 Prompt 不是会说话，而是会搭系统》，你应该提炼为：系统感、蓝图、模块化、流程框架、方法论、专业编辑感，然后生成公众号头图提示词。
我也上架到 GPT 商店了，大家可以直接体验一下： https://chatgpt.com/g/g-69e6dfb0bd8c8191bedb0a30a7192224-shang-ye-shi-jue-sheng-tu-zhu-shou

比如我上传一篇文章附件，就能直接生成对应相关的公众号首图图片，还是非常方便的。
现在的 GPT-Image-2 大模型，生图能力要比 Nano Banana Pro 还强一些，真的是你方唱罢我登场啊。

目前 plus 会员每天有大量的生图额度，普通人足够了，如果你想要开通 plus 会员，可以后台回复“低价”，萝卜哥帮你玩上哦。

六、写在最后

读完 Claude Design 这套提示词，我最大的感受就一句，

AI 能干到什么程度，一半看模型，一半看你给它搭了什么系统。

模型当然重要。

但很多时候，大家低估了另一件事，

同样一个模型，放进不同的协作框架里，最后交出来的东西，质量差距会非常大。

你把它当聊天对象，它就更像聊天对象。

你把它写进岗位、流程、护栏和验收里，它就更容易进入工作状态。

所以今天我最想说的其实就一句话，

真正拉开 Prompt 水平差距的，从来都不是花哨措辞，关键在系统。

Prompt 写得越像岗位，模型干活越像同事。

以上就是今天的分享，觉得有帮助，帮请帮一键三连： ** 点赞、转发，再看 ** 和 ** 留言 ** ，你的反馈对我很重要！