人择有 介绍 提示改进器功能，使用思维链推理来增强提示质量并显着提高输出准确性。这个新工具旨在帮助开发人员完善现有的提示，确保在使用他们的人工智能模型 Claude 时获得更好的结果。
引入提示改进器以增强提示
在 Anthropic Console 的最新更新中，开发人员现在可以利用提示改进器，旨在使用先进技术自动增强提示。 Anthropic 的人工智能模型 Claude 分析现有提示并应用系统推理，在生成响应之前有效地分解问题。据 Anthropic 称，这种方法有助于识别和纠正提示中的问题，并保证输出更加连贯和可靠。
视频：人择
这一功能的推出正值快速工程对于人工智能应用变得至关重要之际。开发人员经常努力制作有效的提示，通常会结合不同模型的最佳实践。提示改进器旨在通过允许以下内容来简化此过程：
- 思路链推理： 克劳德在回应之前系统地思考了这个问题的片段。
- 标准化示例： 将示例转换为一致的 XML 格式，以提高清晰度和处理能力。
- 丰富示例： 通过与新结构的提示相一致的推理来增强现有示例。
- 重写： 澄清提示结构，同时纠正语法或拼写错误。
- 预填充添加： 预填充辅助消息以有效指导 Claude 的输出。
测试显示出令人鼓舞的结果，Anthropic 报告称，多标签分类任务的准确性提高了 30%，同时总结任务的字数统计也得到了完美的遵守。具体来说， 克洛德 在总结从维基百科中选出的十篇文章时，在维持指定单词限制方面取得了 100% 的成功率。
提示改进器还有助于管理多个示例输入和输出。开发人员现在可以直接将新示例添加到系统中或编辑现有示例以获得更好的响应质量。如果开发人员难以创建合适的示例，Claude 可以生成综合示例来简化该过程。该功能增强了：
- 准确性： 减少对指令的潜在误解。
- 一致性： 确保实现所需的输出格式。
- 表现： 提高克劳德处理更复杂任务的能力。
使用提示评估器评估提示有效性
提示改进器附带的另一个有用功能是提示评估器，它允许开发人员评估其提示在各种情况下的有效性。该评估器在评估选项卡中引入了可选的“理想输出”列，使用户能够系统地进行基准测试并提高提示性能。
一旦测试了新的提示，开发人员就可以向 Claude 提供反馈，指出需要进一步改进的领域。这种迭代反馈循环可以增强用户体验，并可以呈现符合用户规格的定制输出。例如，如果开发人员希望从 XML 切换到 JSON 输出格式，Claude 可以相应地调整提示和示例。
Kapa.ai 是一家专注于将技术知识转化为人工智能解决方案的科技公司，它已经体验到了这一功能的好处。 Kapa.ai 联合创始人 Finn Bauer 指出：“Anthropic 的及时改进简化了我们向 Claude 3.5 Sonnet 的迁移，使我们能够更快地投入生产。”这一认可反映了新工具在现实场景中的效率和实际应用。
随着 Anthropic 不断创新，推出 克劳德 3.5 作品 是预期的。即将推出的版本承诺进一步集成推理功能，这可能会增强其旗舰克劳德模型的整体功能。
渴望操作、评估和简化提示的用户可以在 人择控制台。内部提供了一组信息丰富的资源 文档 指导开发人员与 Claude 一起改进提示的细节，为增强各种应用程序之间的 AI 交互提供了令人兴奋的机会。
特色图片来源： 人择
