背景

這篇討論源於對 Anthropic 官方文件的探討，重點在於為何 XML 標籤（XML Tags）在與 Claude 模型互動時扮演如此核心的角色。Anthropic 官方建議使用者透過標籤來結構化提示詞，以區分指令、上下文與範例，這引發了開發者社群對於大型語言模型（LLM）訓練機制、提示工程實務以及使用者體驗的深入辯論。

社群觀點

社群對於 XML 標籤的必要性與來源展開了激烈的討論。部分使用者最初質疑官方文件的品質，認為截圖中的排版混亂、編號錯誤，極具「AI 幻覺」生成的特徵，甚至懷疑 Anthropic 是否懶於手寫文件。然而，隨後有開發者澄清這些截圖確實出自官方文件，作者也現身說明其來源。這場爭論反映出當前社群對於「AI 生成內容」的高度敏感，甚至出現了將「這看起來像 AI 寫的」視為一種新型態數位鑑定手段的現象，儘管這種直覺有時會產生誤判。

在技術層面上，許多資深開發者指出 XML 標籤在 Anthropic 生態系中具有深厚的歷史淵源。早在 JSON API 普及之前，Claude 的工具調用（Tool Calling）功能就是以 XML 標籤的形式呈現，這顯示模型在底層訓練時就已經針對這種結構進行了深度優化。有觀點認為，XML 本身就是為了簡化 SGML 而生，而 HTML 同樣源自 SGML，這類結構化標籤在 LLM 的訓練數據中留下了極深的印記，因此模型對於標籤所傳達的語義邊界具有天然的理解力。

關於實務應用，社群內存在明顯的分歧。支持者認為 XML 標籤是自動化腳本與包裝器（Wrappers）的理想選擇，能有效防止模型混淆指令與輸入內容。甚至有使用者分享，在官方正式推出具備推理能力的模型之前，他們就已經習慣使用自定義標籤來引導模型進行思考。然而，反對者則擔心這會增加一般使用者的負擔，認為提示工程應該趨向極簡化，而非要求人類去撰寫結構化語言。也有開發者分享個人經驗，認為在處理文件抽取等特定任務時，單純使用 JSON 搭配換行符號的效果反而優於 XML。

最後，社群也探討了標籤的靈活性。開發者普遍共識是，Claude 並不要求使用特定的預設標籤，而是將標籤視為一種「信號」。只要成對出現，標籤內容可以自由定義，模型便能理解其界定的範圍。這種特性激發了對未來介面設計的想像，例如將單一對話框拆分為任務、背景、限制與輸出格式四個區塊，後端再自動封裝成 XML 傳送給模型，從而兼顧結構化效能與使用者體驗。

延伸閱讀

• Anthropic 官方提示工程指南：介紹如何使用 XML 標籤結構化提示詞。
• Claude 工具調用文件：說明模型如何透過標籤與外部工具互動。