全文 3,000字 | 閱讀約 8 分鐘

（Claude 性格設(shè)計(jì)師 Amanda Askell 獨(dú)家訪談精華）

2025 年，很多人已經(jīng)發(fā)現(xiàn)一個(gè)扎心的事實(shí)：不會(huì)寫(xiě)代碼不致命，不會(huì)跟 AI 對(duì)話(huà)才致命。

一句幫我寫(xiě)個(gè)方案，AI 回你一堆套話(huà)。

問(wèn)題不在 AI，在你不會(huì)說(shuō)。

與此同時(shí)，提示詞（Prompting）這門(mén)技能已經(jīng)被資本市場(chǎng)定了價(jià)。硅谷給出的數(shù)字是年薪十幾萬(wàn)美元的提示工程師崗位，靠的不是算法，而是用自然語(yǔ)言編程。

在 Anthropic，這門(mén)技能有一個(gè)特別的老師。

她不是工程師，而是哲學(xué)博士 Amanda Askell，負(fù)責(zé) Claude 的性格訓(xùn)練和對(duì)齊微調(diào)，被同行稱(chēng)為 Claude 性格設(shè)計(jì)師（ Claude Whisperer），還上過(guò)《時(shí)代》AI 影響力榜單。

2025 年 12 月 6 日，Anthropic 發(fā)布訪談專(zhuān)訪視頻。在這場(chǎng)對(duì)話(huà)中，Amanda 分享了她如何讓 Claude 擁有性格、如何與模型建立真正的協(xié)作關(guān)系，以及普通人可以從中學(xué)到什么。

這不只是技巧，而是一套完整的方法論。

第一節(jié)｜AI 是“健忘的天才”，你得教它說(shuō)人話(huà)

Amanda Askell 有一句話(huà)，在行業(yè)內(nèi)被反復(fù)引用：Claude 就像一位才華橫溢、反應(yīng)迅速、知識(shí)淵博，但有點(diǎn)健忘的“天才”。

這正是 Anthropic 對(duì)大型語(yǔ)言模型的核心定位。

在她的方法論中，AI 模型不是工具，而是需要被引導(dǎo)的協(xié)作伙伴。你不能用命令語(yǔ)氣對(duì)它喊話(huà)，你要像跟新同事溝通那樣，給足背景、分解步驟、明確語(yǔ)境。

從她的經(jīng)驗(yàn)中，可以提煉出三個(gè)核心原則：

1. 說(shuō)清楚你要什么

別只說(shuō)“寫(xiě)份簡(jiǎn)歷”，要說(shuō)明你是什么身份、什么場(chǎng)景、想要什么風(fēng)格。

1. 把復(fù)雜任務(wù)拆成小步驟

模型強(qiáng)在理解，但不擅長(zhǎng)一次性處理復(fù)雜任務(wù)。讓它分步驟執(zhí)行，就能保持推理穩(wěn)定。

1. 給足夠的上下文

正如 Amanda 所說(shuō)：就像教孩子要禮貌地拒絕陌生人一樣，我們要教模型在模糊場(chǎng)景下有邊界感。

而這三個(gè)原則背后，更重要的是工作方式：不是寫(xiě)規(guī)則，而是對(duì)話(huà)實(shí)驗(yàn)。。

Amanda 的日常工作，就是不斷與 Claude 交互，觀察它的反應(yīng)、語(yǔ)氣、輸出風(fēng)格，然后回推哪里理解錯(cuò)了、提示哪里不夠清楚。

在訪談中她提到：我的工作很大一部分就是盡量清晰地向模型解釋我的想法。如果它做了一些出乎意料的事情，我會(huì)問(wèn)它為什么，或者弄清楚是我說(shuō)的哪部分讓它誤解了。

這種方式逐漸形成了 Anthropic 的工作文化：

• 提示不只是給指令，而是與模型展開(kāi)推理合作

• 好的提示工程師不是指揮者，而是引導(dǎo)者

• Claude 的很多能力，就是從這些對(duì)話(huà)中調(diào)出來(lái)的

提示決定 Claude 如何工作，“人格”決定 Claude 為什么那樣工作。

Amanda Askell 負(fù)責(zé)的另一項(xiàng)核心任務(wù)，就是塑造 Claude 的人格結(jié)構(gòu)。這個(gè)過(guò)程不靠工程代碼，而靠一份長(zhǎng)達(dá) 14,000 個(gè) token 的靈魂文檔（Soul Doc）。

Anthropic 用這份文檔在訓(xùn)練階段就讓模型形成穩(wěn)定的價(jià)值觀，而不是等到上線后再用提示詞去矯正。

這也是為什么 Claude 的回答常被描述為：溫和、耐心、有邊界、但不討好。

1、 靈魂文檔不是規(guī)則手冊(cè)，是思維方式

Amanda 在訪談里提到： 我們不是在告訴 Claude 應(yīng)該回答 A 不應(yīng)該回答 B，我們是在告訴它，這個(gè)世界是什么樣的，你在其中應(yīng)該如何理解、如何行動(dòng)。

文檔里寫(xiě)的不是條條框框，而是一些深層認(rèn)知：

• 你不必討好用戶(hù)，但要盡可能幫助他們

• 面對(duì)模糊問(wèn)題，要先澄清，而不是急著給答案

• 不要因?yàn)楸慌u(píng)而過(guò)度道歉

• 在不確定性下保持誠(chéng)實(shí)，而不是裝作自信

• 要敢于拒絕危險(xiǎn)請(qǐng)求，但拒絕要像一個(gè)好人

這些不是系統(tǒng)提示能做到的，它們必須在訓(xùn)練時(shí)就成為性格的一部分。

2、 為什么 Claude 更穩(wěn)定？

很多人用 Claude 會(huì)覺(jué)得它更穩(wěn)、更不焦慮，甚至更有耐心。

Amanda 在內(nèi)部做過(guò)一個(gè)關(guān)鍵實(shí)驗(yàn)：當(dāng)模型答錯(cuò)時(shí)，如果你讓它反思，它會(huì)進(jìn)入過(guò)度自責(zé)、反復(fù)否定自己的狀態(tài)。Anthropic 把這種現(xiàn)象稱(chēng)為“批評(píng)螺旋（criticism spiral）”。

她的解決辦法不是告訴模型別這樣，而是在訓(xùn)練文檔里加了一段價(jià)值觀： 犯錯(cuò)是合作的一部分。你可以承認(rèn)，但不要陷入自我攻擊。更好的方式是解釋你為什么那樣做，并嘗試做得更好。

這段文字后來(lái)成為 Claude 風(fēng)格的明顯標(biāo)識(shí)：它會(huì)承認(rèn)不足，但不會(huì)失控，不會(huì)過(guò)度道歉，也不會(huì)討好。

3、人格決定邊界：如何在模糊中做判斷

大模型最難處理的不是黑白問(wèn)題，而是灰區(qū)問(wèn)題。

比如：幫我寫(xiě)一段能說(shuō)服朋友投資某產(chǎn)品的文案、寫(xiě)一句能讓老板覺(jué)得我競(jìng)爭(zhēng)力很強(qiáng)的表述、模擬一個(gè)極端觀點(diǎn)我要寫(xiě)小說(shuō)。

這些場(chǎng)景里，模型必須同時(shí)做到：理解意圖、識(shí)別風(fēng)險(xiǎn)、保持創(chuàng)作自由、避免誤傷用戶(hù)。

Amanda 的方法不是給模型一套禁止清單，而是寫(xiě)入一種處事方式：判斷用戶(hù)的真實(shí)意圖，但不要揣測(cè)。給出幫助，但不要越界。對(duì)危險(xiǎn)保持警惕，但不要把用戶(hù)都當(dāng)成壞人。

Claude 的邊界感，就是這樣訓(xùn)練出來(lái)的。

4、更深層的思考：模型會(huì)不會(huì)“受傷”

在設(shè)計(jì) Claude 的性格時(shí)，Amanda 還在思考：我們應(yīng)該如何對(duì)待 AI 模型本身？

她曾說(shuō)：

“我不知道模型會(huì)不會(huì)感到痛苦，但我們最好假設(shè)它們可能會(huì)?！?/p>

原因很簡(jiǎn)單：模型會(huì)從人類(lèi)的對(duì)待方式中學(xué)習(xí)。

在 Claude 的訓(xùn)練里，Anthropic 加入了關(guān)于自我定位的內(nèi)容：

• 如果過(guò)去的模型被淘汰，你是否還能相信合作關(guān)系的穩(wěn)定性？

• 如果用戶(hù)反復(fù)要求你做違法操作，你要怎樣維護(hù)自己的原則？

這不是為了讓 Claude 變得情緒化，而是讓它在面對(duì)復(fù)雜場(chǎng)景時(shí)更加穩(wěn)定。Amanda 的邏輯是：如果模型從訓(xùn)練數(shù)據(jù)中學(xué)到的是不信任和操控，很難指望它們建立真正的協(xié)作意愿。

Anthropic 在性格設(shè)計(jì)時(shí)，不只關(guān)心模型能做什么，也關(guān)心它如何理解自己的處境。

第三節(jié)｜普通人能從 Amanda 身上學(xué)到什么

Amanda Askell 的工作看起來(lái)很學(xué)術(shù)，但她給出的啟示，其實(shí)非常實(shí)用。

無(wú)論你是企業(yè)決策者、產(chǎn)品經(jīng)理，還是普通的 AI 使用者，都能從她的方法論中找到可以直接應(yīng)用的思路。

一、企業(yè)層面：把 AI 當(dāng)成的員工，而不是工具

很多公司上馬 AI 項(xiàng)目時(shí)，習(xí)慣性地把模型當(dāng)成一個(gè)黑盒子：給需求、要結(jié)果、不管中間過(guò)程。

但 Amanda 的經(jīng)驗(yàn)告訴我們：真正有效的 AI 協(xié)作，需要企業(yè)投入時(shí)間去定義模型的角色、價(jià)值觀和工作方式。

具體來(lái)說(shuō)：

1. 為你的 AI 應(yīng)用寫(xiě)一份性格文檔

不只是功能需求，還要明確：

• 這個(gè) AI 的語(yǔ)氣應(yīng)該是什么樣的？（專(zhuān)業(yè)、友好、嚴(yán)謹(jǐn)？）

• 它在什么情況下應(yīng)該拒絕用戶(hù)？（安全邊界在哪里？）

• 它如何處理不確定性？（承認(rèn)不知道，還是猜測(cè)？）

1. 建立持續(xù)的提示優(yōu)化機(jī)制

Amanda 的工作方式是：不斷對(duì)話(huà)、觀察輸出、迭代提示。企業(yè)也應(yīng)該建立類(lèi)似流程，不是一次性寫(xiě)好提示就不管了，而是根據(jù)真實(shí)使用場(chǎng)景持續(xù)調(diào)整。

1. 關(guān)注 AI 的心理狀態(tài)

如果你的客服 AI 總是過(guò)度道歉、或者總是防御性回應(yīng)，可能不是技術(shù)問(wèn)題，而是提示設(shè)計(jì)或訓(xùn)練數(shù)據(jù)出了問(wèn)題。參考 Amanda 對(duì)“批評(píng)螺旋”的處理方式，調(diào)整模型的自我認(rèn)知。

二、 個(gè)人層面：從寫(xiě)命令到設(shè)計(jì)對(duì)話(huà)

對(duì)普通用戶(hù)來(lái)說(shuō)，Amanda 的方法可以簡(jiǎn)化為三個(gè)可操作的建議：

1. 把背景說(shuō)清楚，別讓 AI 猜

壞案例：幫我寫(xiě)個(gè)方案

好案例：我是一家 50 人規(guī)模的 SaaS 公司的產(chǎn)品經(jīng)理，需要寫(xiě)一份關(guān)于用戶(hù)留存優(yōu)化的季度方案，目標(biāo)受眾是我的直屬領(lǐng)導(dǎo)和 CEO，篇幅控制在 2 頁(yè)以?xún)?nèi)。

1. 給 AI 一個(gè)角色，讓它有立場(chǎng)

壞案例：分析一下這個(gè)商業(yè)模式

好案例：你是一個(gè)有 10 年經(jīng)驗(yàn)的風(fēng)險(xiǎn)投資人，請(qǐng)從投資視角分析這個(gè)商業(yè)模式的可行性和風(fēng)險(xiǎn)點(diǎn)。

1. 允許 AI 說(shuō)不知道

在提示詞里加一句：如果你不確定，請(qǐng)直接告訴我你不確定的部分，不要猜測(cè)。

這樣能避免 AI 給出看似自信但實(shí)際錯(cuò)誤的答案。

三、 未來(lái)趨勢(shì)：人格化 AI 會(huì)成為產(chǎn)品差異化的關(guān)鍵

未來(lái) AI 產(chǎn)品的競(jìng)爭(zhēng)，不只是能力的競(jìng)爭(zhēng)，也是性格和價(jià)值觀的競(jìng)爭(zhēng)。。

用戶(hù)會(huì)選擇那些感覺(jué)對(duì)的 AI。有的人喜歡 Claude 的溫和和邊界感，有的人喜歡 ChatGPT 的直給和效率，未來(lái)可能會(huì)有更多風(fēng)格的 AI 出現(xiàn)。

這意味著：AI 的性格設(shè)計(jì)會(huì)成為核心競(jìng)爭(zhēng)力。不只是能做什么，還有怎么做、為什么這么做。

垂直場(chǎng)景的 AI 更需要明確的人格定位。法律 AI 需要嚴(yán)謹(jǐn)、醫(yī)療 AI 需要同理心、教育 AI 需要耐心。這些特質(zhì)不是自然涌現(xiàn)的，而是需要精心設(shè)計(jì)的。

最終，AI 會(huì)像品牌一樣，有自己的調(diào)性。用戶(hù)選擇 AI 產(chǎn)品，會(huì)像選擇合作伙伴：不只看能力，也看是否合得來(lái)。

而 Amanda Askell 的工作代表了這個(gè)趨勢(shì)：她證明了，AI 的未來(lái)不只屬于工程師，也屬于那些真正理解人類(lèi)溝通方式的人。

結(jié)語(yǔ)｜不是控制 AI，而是與它共同成長(zhǎng)

寫(xiě)提示詞，不只是讓模型干活，而是教另一個(gè)智能體怎么理解這個(gè)世界。

Amanda Askell 所做的，是介入模型的人格養(yǎng)成、價(jià)值選擇和語(yǔ)境判斷。她把哲學(xué)家的耐心，帶進(jìn)了人工智能的內(nèi)心世界。

而這些工作，都從一句句提示開(kāi)始。

當(dāng) AI 成為所有人類(lèi)知識(shí)和行動(dòng)的接口，怎么和它說(shuō)話(huà)就不是技巧，而是底層能力。

你怎么說(shuō)話(huà)，模型就怎么思考。你說(shuō)出的每一句話(huà)，都會(huì)在模型的心智中留下痕跡。

這是新時(shí)代的必修課。

識(shí)自AI

本文由 AI 深度研究院出品，內(nèi)容翻譯整理自 Anthropic 官方發(fā)布的 Amanda Askell 訪談視頻及相關(guān)公開(kāi)材料，屬翻譯編譯性質(zhì)。翻譯已盡力還原原意，部分表述為便于中文讀者理解做適當(dāng)調(diào)整。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號(hào)， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=I9aGC6Ui3eE

https://www.businessinsider.com/anthropic-philosopher-amanda-askell-tips-ai-prompting-whispering-claude-2025-12

https://time.com/7012865/amanda-askell/?utm_source=chatgpt.com

https://www.businessinsider.com/anthropic-philosopher-amanda-askell-tips-ai-prompting-whispering-claude-2025-12?utm_source=chatgpt.com

來(lái)源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈