不同的 AI 具有不同的个性，因此我们在与 AI 对话时，需要针对不同的 AI 使用不同的 prompt 才能得到更好的结果。目前能与 GPT-4 一争高下的模型是 Anthropic 的 Claude Opus，在很多任务上具有超越 GPT-4 的表现，比如写代码和夸奖人。那么如何写出适合 Opus 的高质量 prompt 呢？Anthropic 提供了一个提示生成器，用于生成针对 Claude 优化的高质量提示。本文将重点介绍 Claude 提示生成器 Prompt Generator 的三种用法，由易到难，包括：

1. 直接在 Claude 的控制台中使用

2. 使用 Google Colab 笔记本

3. 使用改造后的 Notion + Make 工作流

### 在 Claude 控制台中使用提示生成器

首先进入 Anthropic 的网页，在控制台上直接使用提示生成器。只需在对话框中告诉它任务是什么，需要什么变量，它就会生成一个结构化的 prompt。例如，对于写回复客户邮件的任务，定义公司名称和邮件内容两个变量，提示生成器会生成一个详细的结构化提示。

### 使用 Google Colab 笔记本

Anthropic 在网站上提供了提示生成器的 Google Colab 笔记本，供感兴趣的人深入分析底层提示和架构。Colab 是谷歌的免费 Jupyter 笔记本在线运行环境，可以让你不用配置就直接运行 Python 代码，并提供免费的 GPU 和 TPU 资源。

使用 Colab 笔记本版提示生成器的步骤：

1. 安装 Anthropic 库

2. 输入 API Key 和选择模型

3. 了解元提示（Meta Prompt）的概念和示例

4. 输入任务和变量

5. 生成并测试优化后的提示

Colab 笔记本不仅可以运行代码，还能做笔记。Anthropic 提供的元提示示例值得仔细学习，它们使用 XML 标签作为分隔符，使提示结构更清晰。

### 使用 Notion + Make 工作流

为了将提示生成器集成到自己的工作流中，可以在 Notion 中建立一个数据库，存储任务、变量名称和变量内容。然后使用 Make 工作流自动生成 prompt，并用生成的 prompt 和变量值让 Claude 完成测试任务，最后将结果存回 Notion 页面。

这个过程虽然比直接写代码慢，但展现了无代码自动化平台的威力。不过随着自然语言成为编程语言，自动化平台不应再把无代码作为卖点，而应提供简单的代码执行环境，并注重集成更多 API、掩盖 API 复杂性。

总之，Anthropic 的 Claude 提示生成器是一个强大的工具，可以帮助我们写出优质的 prompt。通过控制台、Colab 笔记本和自动化工作流等不同方式，我们可以将它与自己的工作流程深度整合，让 AI 真正提升效率和竞争力。