提示詞怎麼用 XML 標籤分段？結構化寫法、範例與常見錯誤

簡短回答：用 XML 標籤分段，就是把提示詞中的指示、背景、範例與要處理的內容各自包進有名字的標籤，例如 instructions、context、input。這樣模型更不容易把它們混在一起，適合內容複雜的提示詞。

為什麼提示詞要用 XML 標籤分段？

因為提示詞一複雜，模型就可能分不清哪段是指示、哪段是要處理的資料。Anthropic 文件說明，XML 標籤能幫助 Claude 更不含糊地解析複雜提示詞，尤其是同時混有指示、背景、範例與變動輸入時；把每種內容放進各自的標籤，可以減少誤解。

XML 標籤提示詞的基本寫法是什麼？

基本寫法是每一種內容一對標籤：開頭標籤、內容、結尾標籤。文件的範例名稱是 instructions、context 與 input。下面是可以直接套用的範本：

<instructions>
請把 input 中的客訴整理成三個重點，每點不超過 30 字，不要補充 input 以外的內容。
</instructions>
<context>
讀者是客服主管，他想知道本週最需要處理的問題。
</context>
<input>
［貼上客訴內容］
</input>

標籤要怎麼命名與巢狀？

使用描述內容的名稱，整份提示詞保持一致；內容有層次時就巢狀。文件舉的例子是多份文件放在 documents 標籤裡，每份再各放進 document 標籤並加上編號。如果你在指示中提到「input 裡的客訴」，標籤就要真的叫 input，不要中途改叫 data。

XML 標籤要怎麼搭配範例與長文件？

1. 1

   範例放進 example 標籤

   多範例提示時，每個範例包進 example 標籤，多個再放進 examples 標籤。文件建議用 3 到 5 個相關、有差異、結構一致的範例。

2. 2

   長文件用 document 標籤

   每份文件放進 document 標籤，內再用 document_content 與 source 子標籤放內文與來源。文件也建議先請模型引用相關段落，再回答問題。

3. 3

   用 answer 標籤取出最終答案

   需要讓程式或你自己快速抓出結論時，可請模型把最終答案放進 answer 標籤。文件也提醒，部分較新的模型應改用思考功能，而不是要求在 thinking 標籤中寫推理。

可以用標籤控制輸出格式嗎？

可以。文件提到可以用 XML 格式指示，例如要求把回應中的散文段落寫在指定名稱的標籤內。若你要的是表格或 JSON，可參考怎麼讓 AI 輸出固定格式。

用 XML 標籤最常見的錯誤有哪些？

• 標籤名稱前後不一致。指示裡說「根據 input」，標籤卻叫 data，模型得自己猜。
• 忘了結尾標籤。區塊邊界不清楚，輸入內容可能被當成指示。
• 把所有東西都包進標籤。標籤的作用是區分類型，過度切碎反而讓提示詞難讀。

什麼時候不需要 XML 標籤？

一兩句就講得清楚的要求，不需要加標籤。若你的工具不是 Claude，改用標題或分隔線區分區塊也能達到類似效果，OpenAI 的指南便建議用清楚的分隔符號分開各段。這一點是依來源文件的建議整理，實際效果仍建議用自己的任務測試。

相關文章

• 提示詞框架：把一次性的問法變成可重複的範本
• System Prompt 與 User Prompt 差在哪？

資料來源

• Anthropic：Prompting best practices（Structure prompts with XML tags）
• OpenAI 說明中心：Creating and editing GPTs