While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
O preenchimento prévio está disponível apenas para modos sem pensamento estendido. Atualmente não é suportado com pensamento estendido.
Ao usar Claude, você tem a capacidade única de guiar suas respostas preenchendo previamente a mensagem Assistant. Esta técnica poderosa permite que você direcione as ações do Claude, pule preâmbulos, aplique formatos específicos como JSON ou XML, e até ajude Claude a manter consistência de personagem em cenários de interpretação de papéis. Em alguns casos em que Claude não está funcionando conforme esperado, algumas frases preenchidas previamente podem melhorar vastamente o desempenho do Claude. Um pouco de preenchimento prévio faz uma grande diferença!

​
Como preencher previamente a resposta do Claude

Para preencher previamente, inclua o texto inicial desejado na mensagem Assistant (a resposta do Claude continuará de onde a mensagem Assistant termina): 
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
    ]
)
O conteúdo do preenchimento prévio não pode terminar com espaço em branco. Um preenchimento como "As an AI assistant, I " (com um espaço no final) resultará em um erro.

​
Exemplos

​
Exemplo 1: Controlando a formatação de saída e pulando o preâmbulo

Dica de usuário avançado: Preencher previamente { força Claude a pular o preâmbulo e produzir diretamente o objeto JSON. Isso é mais limpo, mais conciso e mais fácil para programas analisarem sem processamento adicional.
RoleContent
UserExtraia o nome, tamanho, preço e cor desta descrição de produto como um objeto JSON:

<description>
O SmartHome Mini é um assistente de casa inteligente compacto disponível em preto ou branco por apenas $49.99. Com apenas 5 polegadas de largura, permite que você controle luzes, termostatos e outros dispositivos conectados por voz ou aplicativo—não importa onde você o coloque em sua casa. Este hub acessível traz controle prático e sem mãos para seus dispositivos inteligentes.
</description>
AssistantAqui está a informação extraída em formato JSON:

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

Extraí os seguintes detalhes da descrição do produto:
- Name: SmartHome Mini
- Size: 5 polegadas de largura
- Price: $49.99
- Colors: Disponível em preto e branco

O objeto JSON fornece um formato estruturado que é fácil para programas analisarem e usarem. Deixe-me saber se você precisa de alguma modificação ou tiver outras dúvidas!
RoleContent
UserExtraia o nome, tamanho, preço e cor desta descrição de produto como um objeto JSON:

<description>
O SmartHome Mini é um assistente de casa inteligente compacto disponível em preto ou branco por apenas $49.99. Com apenas 5 polegadas de largura, permite que você controle luzes, termostatos e outros dispositivos conectados por voz ou aplicativo—não importa onde você o coloque em sua casa. Este hub acessível traz controle prático e sem mãos para seus dispositivos inteligentes.
</description>
Assistant (prefill){
Assistant (Claude’s response)“name”: “SmartHome Mini”,
“size”: “5 inches wide”,
“price”: “$49.99”,
“colors”: [
“black”,
“white”
]
}

​
Exemplo 2: Mantendo o personagem em cenários de interpretação de papéis

Dica de interpretação de papéis: Preencher previamente um [ROLE_NAME] entre colchetes pode lembrar Claude de manter o personagem, mesmo para conversas mais longas e complexas. Isso é especialmente poderoso quando combinado com indicação de papel no parâmetro system.
RoleContent
User (50 conversation turns in with “Sherlock Holmes” Claude)O que você deduz sobre o proprietário deste sapato? <image>muddy_shoe.jpg</image>
AssistantComo um assistente de IA, ficaria feliz em analisar a imagem de um sapato enlameado como se você a tivesse fornecido. Aqui está minha dedução…
RoleContent
User (50 conversation turns in with “Sherlock Holmes” Claude)O que você deduz sobre o proprietário deste sapato?
<image>muddy_shoe.jpg</image>
Assistant (prefill)[Sherlock Holmes]
Assistant (Claude’s response)Ah, o que temos aqui? Um espécime mais curioso, Watson! Vamos examinar este sapato com um olho perspicaz. A lama, você vê, não é o barro comum de Londres, mas sim o matiz avermelhado distintivo do solo rico em ferro encontrado apenas nos arredores de Hampstead Heath. E ainda assim, o desgaste na sola sugere um andar mais adequado aos paralelepípedos de Whitechapel do que às encostas suaves da Heath.

Agora, observe os cadarços! Eles estão amarrados com um nó particular favorecido por aqueles na profissão médica—sem dúvida um hábito adquirido durante anos de amarração de aventais cirúrgicos. Mas as marcas de arranhão na caixa do dedo do pé contam uma história diferente: são consistentes com o movimento de chute que se poderia empregar nas artes marciais, especificamente Baritsu.

Podemos concluir, então, que nosso proprietário de sapato ausente é um médico, possivelmente um cirurgião, que reside em Whitechapel mas frequenta Hampstead Heath—talvez para uma prática secreta de Baritsu, longe de olhos curiosos. Um caso mais intrigante, Watson! Devemos nos apressar; o jogo está em andamento!

Trabalhando com Mensagens

Veja mais exemplos de preenchimento prévio e outros padrões da API de Mensagens.

Biblioteca de prompts

Inspire-se com uma seleção curada de prompts para várias tarefas e casos de uso.

Tutorial de prompting do GitHub

Um tutorial repleto de exemplos que cobre os conceitos de engenharia de prompts encontrados em nossa documentação.

Tutorial de prompting do Google Sheets

Uma versão mais leve de nosso tutorial de engenharia de prompts por meio de uma planilha interativa.