Claude Prompt实战：AI搞定香港繁体文件完整方案
一、为什么我会分享这份方案
在香港金融科技行业摸爬滚打第二年，最让我头痛的从来不是写代码，而是那些堆成山的文件。
MPF的英文条款、公司内部中英混排的合同、客户发来的繁体PDF协议——每份都得过两遍：第一遍理解内容，第二遍核对术语。
市面上能试的工具我几乎全试了一遍，有的直接把MPF（强积金）翻译成“中央公积金”——概念上勉强沾边，但在香港的实际语境里，这完全是两码事。
后来花了近两周时间，反复调试出一套专用Prompt。现在90%的文件丢进去，直接出结果，几乎不需要手动修正。
今天把这套方案完整拆解出来，应该能帮到面临同样困境的人。
二、核心思路
先说说我踩过的坑。
最开始试过最直接的方案——只写一句“请帮我翻译这份香港文件”。Claude输出的译文语法通顺，但术语全错。
比如“Mandatory Provident Fund”被译成“强制性公积金基金”。在香港工作过的人都知道，正确的说法是“MPF”或“强积金”。
后来才想明白：问题的关键不是Claude能不能翻译，而是它根本不了解香港的具体语境。
所以最终版本只聚焦三件事：
明确场景是香港——不只是“翻译”，而是“处理香港职场文件”；
给出清晰的术语规则——哪些词必须保留英文，哪些必须用香港本地说法；
约束输出格式——末尾附加术语对照表，方便人工二次校验。
三、完整代码实现
依赖
pip install anthropic python-dotenvPrompt模板
HONG_KONG_DOC_PROMPT = """你是一位熟悉香港职场环境的文件处理专家。请按以下规则处理这份文件：
### 一、术语处理规则
1. 英文专业术语首次出现时保留原文，括号内标注简体中文
- 例："MPF（强积金）" → 不要写"强制性公积金"
- 例："IRD（税务局）" → 不要写"国内收入署"
2. 粤语口语表达 → 翻译为内地普通话对应说法
- 例："听日交" → "明天提交"
3. 香港特有机构名 → 保留原文+中文名
- 例："Hong Kong Monetary Authority（香港金融管理局）"
### 二、格式规则
1. 保持原文的表格结构和层级
2. 保持编号和项目符号
3. 输出正文 + 文档末尾附加术语对照表
### 三、输出格式
---【译文正文】
（翻译后的内容）
---【术语对照表】
| 原文 | 译文 | 说明 |
| --- | --- | --- |
| MPF | 强积金 | 香港强制性退休储蓄计划 |
| IRD | 税务局 | 香港税务局 |
待处理文件：{document_content}
"""
def process_hk_document(content: str, client) -> str:
response = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=4096,
messages=[{"role": "user", "content": HONG_KONG_DOC_PROMPT.format(document_content=content)}]
)
return response.content[0].text批量处理脚本
import os
from pathlib import Path
from anthropic import Anthropic
client = Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY"))
def batch_process(input_dir: str, output_dir: str):
input_path = Path(input_dir)
output_path = Path(output_dir)
output_path.mkdir(parents=True, exist_ok=True)
for file in input_path.glob("*.txt"):
content = file.read_text(encoding="utf-8")
result = process_hk_document(content, client)
output_file = output_path / f"{file.stem}_processed.md"
output_file.write_text(result, encoding="utf-8")
print(f"✅ 已处理：{file.name}")
if __name__ == "__main__":
batch_process("./input_docs", "./output_docs")四、实际效果对比
用三份不同风格的文件做了实测：
| 文件类型 | 处理前（人工） | 处理后（AI+Prompt） | 时间对比 |
|---|---|---|---|
| MPF合同（5页英文） | 约40分钟逐段翻译+查术语 | 5分钟AI出稿+15分钟复核 | 40min → 20min |
| 客户邮件（中英混排） | 20分钟理解+回复 | 3分钟AI整理+5分钟调整语气 | 20min → 8min |
| 公司内部通告（繁体） | 15分钟逐句改简体 | 2分钟自动转换 | 15min → 2min |
最直观的改变不是“速度快了多少”，而是再也不需要把精力花在“识别术语”这件事上了。省下来的脑力，可以全部投入到真正需要判断力的环节。
五、踩坑记录
坑1：提示词过长导致截断
最初把所有规则一股脑塞进system prompt，处理长文档时经常被截断。后来把规则精简到三大核心类，次要内容直接放在user message里，问题迎刃而解。
坑2：表格格式错乱
Claude输出的markdown表格有时列不对齐，无法直接导入Notion。加了一条“禁止嵌套表格”的指令，并在每次输出后检查术语表格式，翻车率大幅下降。
坑3：粤语口语识别不稳定
“听日”“俾我”这类词，有时能正确转换，有时直接原样保留。目前还没完全根治，做法是先让AI过一遍，再手动标记修正，同时顺带积累了一份“粤语高频词库”辅助判断。
六、这套方案还能怎么扩展？
不限于文件处理。稍改Prompt就能迁移到其他场景：
- 会议纪要：Whisper转录 → Claude结构化 → 输出中英双语版本；
- 合同审查：Prompt里追加“标注风险条款”的要求；
- 客户邮件：加上“用更正式的商务语气重写”指令。
本质上只做了一件事：把香港职场特有的“信息处理成本”降下来。
你现在在处理哪类香港文件？有没有遇到过奇葩术语或格式问题？欢迎在评论区留言，看看能不能进一步优化Prompt帮你搞定。
#Claude #Prompt工程 #香港职场 #AI工具 #Python #金融科技