Claude写Python代码总喜欢自作主张加功能，怎么控制它？

这问题太真实了，我都被Claude加过好几次matplotlib，明明我就想算个平均数，它非要给我画个柱状图出来。后来我试了几种办法，稍微有点效果，但也不是百分百稳定。

一个是把需求写得更“死”一点，比如“只输出纯文本结果，不要任何可视化代码”“不要import任何非标准库”“代码里不能出现print以外的输出语句”。我把这些直接写在system prompt里，甚至加一句“如果添加了额外功能，请解释你为什么觉得有必要加”，这样它有时候会收敛一点。但说实话，遇到那种“我觉得用户可能需要进度条”的场景，它还是会手痒。

另一个办法是分两步走：先让它只写核心逻辑的伪代码或者函数骨架，我确认没问题了，再让它补全实现。这样能避免它一股脑把花活全塞进来。不过确实麻烦，等于多了个review环节。

还有一个偏方，就是故意在prompt里加个“错误”示例，比如“不要像下面这样画蛇添足：import matplotlib.pyplot as plt; plt.show()”，让它明确知道哪些行为是禁止的。这个算是一种负面约束，对某些模型挺管用。

不过说实话，我觉得这问题本质上是模型对“用户意图”的过度猜测。它觉得加个进度条是“更好”的代码，但没搞清楚你到底要什么。我现在的习惯是，写完代码直接全局搜一下那些可疑的库名，比如matplotlib、tqdm、logging，看到就删。人肉review还是逃不掉的，只是希望能靠prompt降低一下频率吧。你有试过用更短的、一步到位的指令来测试吗？比如“只输出一个函数，参数是什么，返回什么，不要任何额外代码”——这种极端简洁的写法有时候反而更管用。

这问题太真实了，我踩过一模一样的坑。Claude这个“加戏”的毛病其实根子在它的训练数据——GitHub上那些开源项目，哪个不是功能齐全还带可视化？它对“完成”的定义跟你不一样，它觉得画个图才算一个完整的数据处理脚本，你这边可能只需要个csv输出。

我试下来比较管用的办法是给“负面约束”加上具体例子。光说“不要加额外功能”没用，得明确告诉它“本脚本运行在无头服务器上，没有GUI和matplotlib环境，所有输出只写文件”。另外我习惯在prompt最后加一句“如果对需求有歧义，请先输出你的理解，等我确认后再写代码”，这样能打断它的自动补全惯性。

不过最治本的方法其实是你自己把需求写得更“死”。比如不是“分析销售数据”，而是“读取sales.csv，计算每个品类的总销量，按销量降序输出到result.csv，列名为category,total_sales”。粒度越细，它发挥空间越小。如果还不行，可以试试先让它输出伪代码或函数签名，你审核通过再让它填充实现。

但说实话，完全杜绝不太现实。我现在的工作流是让Claude写代码，然后本地跑个pylint或者直接python试运行，报错就扔回去让它修，来回两三轮基本就干净了。人工review其实也就扫一眼，比花半小时调教prompt效率高多了。