知識庫和 System Prompt 有什麼差別？什麼東西應該放哪裡？
兩者的功能不同，但都是 Claude Projects 讓你能「設定一次、長期有效」的機制。理解它們的差別，能讓你更有效率地使用兩者：
System Prompt 放的是「怎麼工作的規則」：角色設定（你是誰、怎麼思考）、行為規範（回應格式、語氣要求、禁止事項）、任務邊界（這個 Project 主要處理什麼）。System Prompt 是「你應該怎麼做」的規則書。
知識庫放的是「工作時需要參考的資料」：公司背景、產品說明、術語表、品牌手冊、過去的優質產出範例。知識庫是「你在做決定時應該查的參考資料」。
一個簡單的判斷方式：如果你要加的是「一個規則或要求」（例如：「回應不超過 200 字」、「語氣要正式」），放在 System Prompt。如果你要加的是「一份資料或文件」（例如：公司介紹、上季度報告的格式範例），放在知識庫。
搭配使用的效果最好：System Prompt 說「你是一位幫助 [公司名] 撰寫客戶溝通文件的專業編輯」，知識庫裡放公司介紹、品牌語氣指南、和三份好的過去郵件範例。Claude 知道自己的角色（System Prompt），也知道要參考什麼資料（知識庫），輸出的一致性和品質都更好。
知識庫裡放什麼最有用？有沒有推薦的內容清單？
以下是按照「投資報酬率」排序的知識庫內容建議——放了之後每天都能降低你重複貼背景資料的次數、提升 Claude 輸出的準確性：
第一優先：公司和客戶背景說明 200-500 字的公司介紹（主要業務、目標客群、核心價值主張）、以及如果你有多個客戶專案，每個客戶 100-200 字的背景說明。放了這些之後，Claude 在整理文件或寫溝通材料時，不再需要你每次解釋「我們是做什麼的」。
第二優先：術語和格式規範 你們公司或行業的特定術語表（特別是那些容易被外部人員搞錯的專有名詞）、你要求的格式規範（哪些詞要避免、標題格式、數字格式）。這解決「Claude 用錯術語」的問題，不用每次都在提示詞裡說明。
第三優先：你認為最好的過去產出範例 2-3 份你認為做得最好的報告、郵件、或文件，作為格式和語氣的學習範例。Claude 能從這些例子裡學到你對「好」的定義，未來的輸出品質更能貼近你的期望。
不建議放的東西：
知識庫的文件有大小或數量限制嗎？如果我的文件很多要怎麼辦？
知識庫的容量限制依 Claude 方案和版本而有所不同，以下是一些實用的建議（具體限制請以 Claude.ai 的官方說明為準）：
容量管理的核心原則：精選 > 全塞 很多人誤以為知識庫要放越多資料越好，但事實是：知識庫裡的資料太多，Claude 在回答時反而需要從大量資料中篩選，可能降低回答的精準度。「只放 Claude 真正需要的資料」比「盡量放多」更有效。
文件太大的處理方式： 如果你有一份很長的參考文件（例如 50 頁的品牌手冊），不要整份放進去。提取最重要的部分：品牌語氣的幾個關鍵原則、最重要的格式規範、最常被誤用的術語——用這 2-3 頁的精華代替 50 頁的完整文件，效果通常更好，因為 Claude 不需要在 50 頁裡找到你真正需要它參考的那 2-3 頁。
文件數量太多的處理方式： 如果你有多個客戶或多個工作情境，建議每個情境建立一個獨立的 Project，而不是把所有客戶的資料都放進同一個 Project 的知識庫。這樣每個 Project 的知識庫都是精準的、針對那個情境的，Claude 不會在回答 A 客戶的問題時看到 B 客戶的資料而產生混淆。
定期清理和更新：知識庫的資料不是上傳了就不管，建議每個月花 5 分鐘檢查一次：有哪些資料已經過時了（公司介紹過時了、產品功能更新了）、有沒有新的重要資料應該加進去。
知識庫裡的資料，Claude 在每次對話時都會全部讀完嗎？還是只在需要的時候才看？
這個問題涉及到 Claude 的技術運作方式，以下是一個合理的理解框架（基於目前可知的行為觀察）：
知識庫的資料在對話開始時就被載入 Context Window。每次你在 Project 裡開新對話，Claude 都能「看到」你知識庫裡的所有資料——不是需要的時候才查，而是在對話開始前就讀進去了。
實際影響：知識庫裡的每份文件都會佔用你的 Context Window 空間。如果你的知識庫很大（例如放了一份 50 頁的完整文件），那份文件佔用的 token 會讓你能在對話裡輸入的其他內容空間相應減少。這是「只放你真正需要的東西」的另一個理由——不是功能限制，而是效率考量。
如果知識庫很大，Claude 的表現可能的影響：在很大的知識庫下，Claude 在整合所有參考資料時可能不如小知識庫精準——類似你把 10 份文件丟給一個人說「去參考一下」，和只給 2 份最相關的文件，後者通常效果更好。
最實用的建議：知識庫的大小和精準度是反比關係——越小、越精準的知識庫，Claude 的輸出品質越穩定。以「Claude 真的需要在回答時知道這個嗎？」為標準來決定什麼放進知識庫，而不是「我有什麼就放什麼」。
柯先生是一家數位行銷代理公司的創意總監，他管理著三個主要客戶帳戶，每個客戶的品牌語氣、目標受眾、以及不能踩的「地雷」（例如某個客戶絕對不能提競爭對手的名字）都完全不同。
建立知識庫之前：每次幫某個客戶產生內容，他都需要在提示詞的開頭花很長的篇幅說明客戶背景：「這個客戶是一家以環保為核心定位的護膚品牌，目標受眾是 25-40 歲、有環保意識的女性，語氣要溫暖但有專業感，不要使用『天然』這個詞（因為法規問題），以及...」。光是這段說明就要花 1-2 分鐘，而且每次用詞還會略有不同，導致 Claude 有時候的輸出品質不太一致。
建立知識庫之後：他為三個客戶各建立一個 Claude Project，每個 Project 的知識庫裡放了：
設定完成後，他每次開啟對應的客戶 Project，直接問問題，不需要再貼背景說明。更重要的是，Claude 對禁用詞彙的遵守率接近 100%（因為知識庫裡清楚列出了），語氣和過去的好例子非常一致。
他估計每週在「貼客戶背景說明」這件事上節省了大約 30-40 分鐘，而且因為不再需要每次重新想怎麼描述客戶背景，認知負擔也降低了很多。
知識庫的核心取捨：一致性和準確性 vs 靈活性和時效性。
知識庫讓 Claude 對你的工作情境有穩定的、一致的參考框架——這大幅提升了輸出的一致性。但同時，一旦你把資料放進知識庫，它就成了一個「固定的框架」，任何需要跳出這個框架的任務（例如你需要用不同的語氣、針對不同的受眾）都需要你在提示詞裡明確指出。
另一個取捨是時效性：知識庫的資料是靜態的，需要你手動更新。如果你的工作情境變化很快（例如每個月都有新的品牌策略），知識庫的維護成本也相應提高。
最適合知識庫的內容：相對穩定的背景知識（公司背景、核心術語、品牌原則），而不是頻繁變動的資料。