Claude提示词：文章拆分成系列选题的篇幅与格式控制

提前锁定总字数再拆选题，否则后续执行必然出现严重失衡。许多用户要求Claude将长文拆分为系列选题，最终输出却呈现极大不稳定性：部分选题达到500字详文，部分仅剩标题式提示词，导致排期与配图工作完全无法标准化。

最简便高效的方案：在对话首行输入【总字数严格限定为1200字，误差不超过±20字】，另起一行指定“请将以下文章拆解为5个独立选题提示词”，随后粘贴原文。输入这个数字锚点后，Claude会自动执行反向长度推演，确保每个选项而非事后裁剪。

试想缺失此限制的场景：前三个选题各占280字，后两个仅剩60字，内容颗粒度严重错位，构成批量生产中的典型失控场景。

每个选题提示词必须带三要素结构

提供两种成熟路径，按需选用。

路径一：用XML标签明确框定输出骨架

在指令中嵌入：，并硬性要求：“每个选题提示词必须完整包裹在此组标签内——填写核心关键词，限6字以内；填写字数区间，如‘300–350字’；填写具体格式，如‘小红书风格+emoji+3个话题标签’。”

路径二：用Markdown模板定义固定结构

手动输入起始模板：## {序号}、{选题关键词} 字数：{区间} 格式：{指定样式} 提示词正文：，换行后追加指令：“严格按此模板生成5组，不可省略任一横线项，不得添加额外说明”。此时Claude仅将“提示词正文”作为可变字段填充，其余部分均保持固定。

实测表明，结构化解析的容错率明显优于Markdown。当Claude处理复杂格式时，XML标签极少出现被忽略或错位的情况。

单条提示词的实际输出长度也要控好

第一步，在每条提示词末尾追加硬性截断指令。例如：“……请以知乎盐选专栏风格展开，【正文严格控制在280–320字之间，少于280字需补全逻辑链，多于320字则删减修饰语，禁止使用‘总之’‘综上所述’收尾】”。

第二步，利用角色与场景双重约束压缩冗余。将角色设定为“爆款选题策划人”，附加说明：“你每日需过审30条提示词，无法撰写铺垫与解释，所有信息必须在前置句内引发兴趣”。这一手法比泛泛要求“简洁”效率高出十倍，Claude会主动剔除背景交代和过渡句，同时合并同类描述。

第三步，对关键字段实施数值化锁定。例如要求“包含且仅包含2个数据支撑点、1个反常识结论、3个具象动作动词”，模型会严格计数并输出，不会穿插理论阐释。

格式统一靠预设分隔符，不靠人工对齐

首次指令中明确定义唯一分隔符：“每个选题提示词之间用[SEP]隔开，全文结尾加[END]，禁止使用空行、横线、星号等其他分隔方式”。

执行此操作后，直接复制输出，通过编辑器搜索[SEP]即可一键切分为5个独立文本块，迁移至不同文档或表格时格式保持零错误。若采用空行分隔，Claude偶发的多回车或少回车问题会导致逐条肉眼校验，后期整理成本极高。

来源：互联网