Claude Code 源码分析之提示词工程
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！
在搞大模型应用开发的时候，系统提示词的管理经常是个让人头疼的工程难题。要是只靠简单的字符串拼接，代码很快就会变得乱七八糟，而且面对长上下文时，不仅费 Token 钱，响应还慢得要死。
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！
这篇文章咱们来拆解一下 Claude Code 的源码（主要涉及src/QueryEngine.ts和src/utils/等核心部分），看看它是怎么设计提示词管理架构的。它的核心套路其实很清晰：把模块化解耦做到极致，深度压榨提示词缓存（Prompt Caching）的性能，再加上多级路由调度和并发的上下文组装。
1. 像搭积木一样的模块化注册
对于复杂的应用，如果把 Prompt 全写成一坨大字符串，改起来准得打架。Claude Code 聪明地采用了类似插件的模块化注册方式。这样一来，要是想加个新功能（比如引入特定的 MCP Server 指令），直接在组装层加个 Section 就行，不用去那几千行的主逻辑里翻找，完全符合“对扩展开放、对修改关闭”的设计原则。
在src/constants/systemPromptSections.ts文件里，所有的规则和指令都被拆成了独立的片段，通过systemPromptSection(name, compute)这个工厂函数来统一打理。咱们看看几个核心模块是怎么写的：getSimpleIntroSection（AI 的身份底色）
代码语言：javascript
AI代码解释
You are an interactive agent that helps userswithsoftware engineering tasks...IMPORTANT:Assistwithauthorized security testing...Refuse requestsfordestructive techniques...IMPORTANT:You mustNEVERgenerate or guess URLsforthe user unless you are confident...大白话：开门见山告诉 AI 它是谁，并打好预防针，防止它被诱导去做破坏性的坏事。
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！getSimpleDoingTasksSection（干活儿的原则）
代码语言：javascript
AI代码解释
# Doing tasks-In general,donot propose changes to code you haven't read.If a user asks about or wants you to modify a file,read it first.-Do not create files unless they're absolutely necessary...prefer editing an existing file...-If an approach fails,diagnose why before switching tactics...Escalate to the userwithAskUserQuestionTool only when you're genuinely stuck...-The right amountofcomplexity is what the task actually requires—no speculative abstractions...Three similar linesofcode is better than a premature abstraction.大白话：这就是典型的工程师思维：没看过的代码别乱动、能不新建文件就不建、搞不定了先找原因别瞎试、别搞那些过度封装的空架子。getActionsSection（高危操作拦截规范）
代码语言：javascript
AI代码解释
# Executing actionswithcare Carefully consider the reversibility and blast radiusofactions.Generally you can freely take local,reversible actions like editing files or running tests.Butforactions that are hard to reverse...checkwiththe user before proceeding.Examples...Destructive operations:deleting files/branches,dropping database tables...When you encounter an obstacle,donot use destructive actionsasa shortcut...only take risky actions carefully,and whenindoubt,ask before acting.大白话：这里引入了“爆炸半径”和“操作可逆性”的概念。教 AI 怎么分清什么是安全的日常操作，什么是必须得请示主人的危险动作。getOutputEfficiencySection（治好 AI 的话痨病）
代码语言：javascript
AI代码解释
# Output efficiencyIMPORTANT:Go straight to the point.Try the simplest approach first...Be extra concise.Keep your text output brief and direct.Leadwiththe answer or action,not the reasoning...If you can say itinone sentence,don't use three...大白话：简单粗暴，要求 AI 说话捡重点，能动手就别吵吵，拒绝长篇大论的废话。
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！
2. 靠提示词缓存来实现动静分离
Anthropic 的提示词缓存（Prompt Caching）有个要求：前面的内容得够稳，才能蹭到缓存。为了省下那 90% 的成本并让首字秒出，Claude Code 在架构上做了明显的隔离。
在src/constants/prompts.ts里，系统专门弄了个SYSTEM_PROMPT_DYNAMIC_BOUNDARY（动态边界标记）来切分提示词：
- 静态长效区：放那些雷打不动的规矩，比如人设、编码规范、全局安全指令等。这部分在不同对话里都能稳稳命中缓存。
- 动态易变区：放在分界线后面。这里塞的是经常变的东东，比如当前的 Git 状态、临时思考草稿、还有总在更新的工具列表。
- 避坑策略：对于那些变动极快的数据，系统还提供了
DANGEROUS_uncachedSystemPromptSection接口。这样开发者临时加点东西，也不会把上面那块巨大的缓存给搞失效。
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！
3. 提示词也要排座次
Claude Code 面对终端、REPL、编排模式还有各种子智能体，有一套分五个等级的优先级机制（写在src/utils/systemPrompt.ts的buildEffectiveSystemPrompt()里）：
这套优先级从高到低的逻辑是：
- 优先级 0（绝对覆盖）：权力巅峰。用于最特殊的时刻（比如强行拦住 AI 确认操作，或者只让它按死格式输出）。只要用了这个，之前的规矩全靠边站。
- 优先级 1（编排者模式）：大管家专属。碰到复杂大活儿时，AI 会变成调度员，不亲自码代码，而是专心分发任务、盯着进度。
- 优先级 2（子智能体人设）：给具体的“打工人”分工。比如专门看代码的 ExploreAgent，会多一套“多看少动”的紧箍咒，让它干活更专业。
- 优先级 3（命令行临时干预）：用户说了算。你在终端敲命令时带的自定义 Prompt 就在这儿，AI 会优先听你的话。
- 优先级 4（兜底套餐）：平常干活最常用的模式。如果没别的特殊交代，就按部就班地调用前面那些模块拼出来的标准提示词。
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！
此外，系统还留了个appendSystemPrompt管道，专门用来随时补刀一些强制性的安全策略。
4. 现场情报搜集机制
在所有指令都备齐、真正给 AI 发请求之前，核心引擎QueryEngine会通过src/context.ts里的逻辑，同步跑两项“情报搜集”任务：
- 第一条线：扫描物理环境（System Context）。这就是给 AI 发一份代码库的“实时快照”。它会偷偷查现在的 Git 分支、最新的提交 ID，还有你手里还没提交的代码改了啥。这就是为什么它总能秒懂你刚才写了什么。
- 第二条线：注入时间和背景（User Context）。AI 自己是不知道日子的，所以得把当前时间塞给它。更厉害的是，它会去读项目根目录下的
CLAUDE.md，这就像是一份“入职指南”，你写在里面的架构规范、命名习惯，都会在这个阶段喂给 AI。
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！
通过fetchSystemPromptParts()搞定这两路数据后，系统会把这些“现场情报”跟前面排好优先级的提示词合体，最后才封装成请求发给 API。
总结
看懂了 Claude Code 的源码，你会发现现代化的 Prompt 工程早就不再是乱堆字符串了。它更像是一个精密的多级分发系统：一方面把职责拆得细细的，好应对各种运行模式；另一方面紧贴底层硬件（缓存机制），把动静分离玩到了极致。这种既好扩展又保性能的设计方案，非常值得咱们在做企业级 AI 工具时抄抄作业。
每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！