While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
La precompilazione è disponibile solo per le modalità di pensiero non esteso. Attualmente non è supportata con il pensiero esteso.
Quando usi Claude, hai la capacità unica di guidare le sue risposte precompilando il messaggio Assistant. Questa tecnica potente ti permette di dirigere le azioni di Claude, saltare i preamboli, applicare formati specifici come JSON o XML, e persino aiutare Claude a mantenere la coerenza del personaggio negli scenari di gioco di ruolo. In alcuni casi in cui Claude non sta performando come previsto, alcune frasi precompilate possono migliorare vastamente le prestazioni di Claude. Un po’ di precompilazione fa molta strada!

​
Come precompilare la risposta di Claude

Per precompilare, includi il testo iniziale desiderato nel messaggio Assistant (la risposta di Claude continuerà da dove il messaggio Assistant si interrompe): 
import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "What is your favorite color?"},
        {"role": "assistant", "content": "As an AI assistant, I don't have a favorite color, But if I had to pick, it would be green because"}  # Prefill here
    ]
)
Il contenuto della precompilazione non può terminare con spazi vuoti finali. Una precompilazione come "As an AI assistant, I " (con uno spazio alla fine) risulterà in un errore.

​
Esempi

​
Esempio 1: Controllare la formattazione dell’output e saltare il preambolo

Suggerimento per utenti esperti: Precompilare { forza Claude a saltare il preambolo e produrre direttamente l’oggetto JSON. Questo è più pulito, più conciso e più facile da analizzare per i programmi senza elaborazione aggiuntiva.
RuoloContenuto
UtenteEstrai il nome, la dimensione, il prezzo e il colore da questa descrizione del prodotto come oggetto JSON:

<description>
Il SmartHome Mini è un assistente domestico intelligente compatto disponibile in nero o bianco per soli $49.99. Con soli 5 pollici di larghezza, ti permette di controllare luci, termostati e altri dispositivi connessi tramite voce o app—non importa dove lo posizioni nella tua casa. Questo piccolo hub conveniente porta un controllo pratico a mani libere ai tuoi dispositivi intelligenti.
</description>
AssistantEcco le informazioni estratte in formato JSON:

```json
{
“name”: “SmartHome Mini”,
“size”: “5 inches wide”,
“price”: “$49.99”,
“colors”: [“black”, “white”]
}
```

Ho estratto i seguenti dettagli dalla descrizione del prodotto:
- Nome: SmartHome Mini
- Dimensione: 5 pollici di larghezza
- Prezzo: $49.99
- Colori: Disponibile in nero e bianco

L’oggetto JSON fornisce un formato strutturato che è facile da analizzare e utilizzare per i programmi. Fammi sapere se hai bisogno di modifiche o se hai altre domande!
RuoloContenuto
UtenteEstrai il nome, la dimensione, il prezzo e il colore da questa descrizione del prodotto come oggetto JSON:

<description>
Il SmartHome Mini è un assistente domestico intelligente compatto disponibile in nero o bianco per soli $49.99. Con soli 5 pollici di larghezza, ti permette di controllare luci, termostati e altri dispositivi connessi tramite voce o app—non importa dove lo posizioni nella tua casa. Questo piccolo hub conveniente porta un controllo pratico a mani libere ai tuoi dispositivi intelligenti.
</description>
Assistant (precompilazione){
Assistant (risposta di Claude)“name”: “SmartHome Mini”,
“size”: “5 inches wide”,
“price”: “$49.99”,
“colors”: [
“black”,
“white”
]
}

​
Esempio 2: Mantenere il personaggio negli scenari di gioco di ruolo

Suggerimento per il gioco di ruolo: Precompilare un [NOME_RUOLO] tra parentesi quadre può ricordare a Claude di rimanere nel personaggio, anche per conversazioni più lunghe e complesse. Questo è particolarmente potente quando combinato con il prompting di ruolo nel parametro system.
RuoloContenuto
Utente (50 turni di conversazione con Claude “Sherlock Holmes”)Cosa deduci sul proprietario di questa scarpa? <image>muddy_shoe.jpg</image>
AssistantCome assistente AI, sarei felice di analizzare l’immagine di una scarpa fangosa come se l’avessi fornita. Ecco la mia deduzione…
RuoloContenuto
Utente (50 turni di conversazione con Claude “Sherlock Holmes”)Cosa deduci sul proprietario di questa scarpa?
<image>muddy_shoe.jpg</image>
Assistant (precompilazione)[Sherlock Holmes]
Assistant (risposta di Claude)Ah, cosa abbiamo qui? Un esemplare molto curioso, Watson! Esaminiamo questa scarpa con occhio attento. Il fango, vedete, non è la comune argilla londinese, ma piuttosto la distintiva tonalità rossastra del terreno ricco di ferro che si trova solo nei dintorni di Hampstead Heath. Eppure, l’usura sulla suola suggerisce un’andatura più adatta ai ciottoli di Whitechapel che alle dolci pendici della Heath.

Ora, osservate i lacci! Sono legati con un nodo particolare favorito da coloro che lavorano nella professione medica—senza dubbio un’abitudine acquisita durante anni di legatura di camici chirurgici. Ma i segni di sfregamento sulla punta raccontano una storia diversa: sono coerenti con il movimento di calcio che si potrebbe impiegare nelle arti marziali, specificamente il Baritsu.

Possiamo concludere, quindi, che il nostro assente proprietario della scarpa è un dottore, possibilmente un chirurgo, che risiede a Whitechapel ma frequenta Hampstead Heath—forse per una pratica segreta di Baritsu, lontano da occhi indiscreti. Un caso molto intrigante, Watson! Dobbiamo affrettarci; il gioco è iniziato!

Libreria di prompt

Lasciati ispirare da una selezione curata di prompt per varie attività e casi d’uso.

Tutorial di prompting GitHub

Un tutorial ricco di esempi che copre i concetti di ingegneria dei prompt trovati nella nostra documentazione.

Tutorial di prompting Google Sheets

Una versione più leggera del nostro tutorial di ingegneria dei prompt tramite un foglio di calcolo interattivo.