在开发者控制台中生成更好的提示词

Claude 现在可以生成可用于生产的提示词模板，帮助开发者更快写出有效提示词。

你现在可以在 Anthropic Console 中生成可用于生产的提示词模板。只要描述你想完成什么，Claude 就会运用思维链推理等提示词工程技巧，生成有效、精确、可靠的提示词。

这个功能既适合刚接触提示词工程的用户，也能为有经验的提示词工程师节省时间。你给提示词生成器提供的任务信息和期望输出格式越详细，结果通常越好。

生成出来的提示词不一定每次都完美，但它们往往比提示词工程新手手写的提示词效果更好。这些提示词模板也可以编辑，方便你快速微调到最佳效果。

提示词最佳实践

这个新功能生成的提示词模板使用了许多我们的提示词工程最佳实践。其中一种是角色设定，也就是鼓励 Claude 具备所选任务专家的特征。在内容审核示例中，角色设定是这样的：

你将扮演内容审核员，根据给定的内容审核政策，将聊天记录分类为通过或拒绝。

另一种做法是思维链推理，也就是在回答前给 Claude 留出时间和空间整理思路。这样可以让它在复杂问题上给出更充分、更有条理的回答。当我们要求它为“根据客户过往交易推荐产品”生成提示词时，会这样实现：

在 <scratchpad> 中，根据该客户的交易历史，构思 3 个可以推荐给他的不同产品。对每个可能的推荐，给出简短理由，说明为什么你认为它适合这位客户。

此外，模板常常会把“变量”放在 XML 标签之间。变量是可以插入自定义数据的输入字段。这样做遵循了另一个关键最佳实践：用清晰结构划分提示词的不同部分。比如当请求生成一个把代码翻译为 Python 的提示词时，较长且更模糊的 {{CODE}} 变量会用 XML 标签标记，而简单的 {{LANGUAGE}} 变量则直接放在句子里。

你的任务是把一段其他编程语言写成的代码翻译为 Python。下面是要翻译的代码：< code > {{CODE}} </ code > 这段代码使用 {{LANGUAGE}} 编写。

在某些情况下，你会看到 Claude 写出示例输入和示例输出，用来明确它认为你想要哪类答案。你可以编辑这些示例，让它们匹配你期望的输出格式。

幕后机制

提示词生成器本身基于一个很长的提示词，而这个提示词也使用了前面提到的许多技巧。

• 它包含大量任务描述和提示词模板示例，向 Claude 展示如何从任务描述转成提示词模板。

• 它鼓励 Claude 在真正写模板前，先规划即将生成的模板结构，让 Claude 有时间整理思路。

• 它用 XML 标签构成清晰的“骨架”，标记每个部分的开始和结束，提高可读性。

你可以在这个 Colab notebook 中查看完整提示词。

把提示词模板作为评估工具

你从提示词生成器获得的模板会使用 handlebars 记法表示变量，如前面的内容审核示例所示：

未知 block 类型 “codeBlock”，请在 `components.types` 选项中为它指定组件

在这个示例中，你可以上传内容政策和多组不同的聊天记录，观察 Claude 的表现。这个过程可以帮助你确认应用在各种场景下都会做出合适响应。

客户案例：ZoomInfo

Go-to-market 平台 ZoomInfo 使用 Claude 生成可执行建议，并为客户创造价值。提示词生成功能显著缩短了他们构建 RAG 应用 MVP 的时间，同时提高了输出质量。

ZoomInfo 首席数据科学家 Spencer Fox 表示：“Anthropic 的新提示词生成器功能让我们更快得到可用于生产的输出。它指出了一些我之前没有使用、但能提升效果的技巧，并显著减少了我们调优应用所花的时间。我们构建了一个新的 RAG 应用，只用几天就达到 MVP 阶段，把优化提示词所需时间减少了 80%。”

开始使用

要开始使用 Claude 构建可用于生产的提示词，请访问 Anthropic API。