在开发者控制台中改进你的提示词

Claude 现在可以在开发者控制台中自动优化提示词，使用思维链推理和示例增强等技巧。

今天，我们在 Anthropic Console 中推出提示词改进和示例管理能力。这些功能让你更容易使用提示词工程最佳实践，构建更可靠的 AI 应用。

更好的提示词带来更好的补全结果

对于给定任务，提示词质量会显著影响模型回答是否成功。不过，提示词最佳实践需要时间落地，而且不同模型提供商之间也经常不同。

提示词改进器允许开发者拿已有提示词交给 Claude，让 Claude 使用高级提示词工程技巧自动优化它们。这特别适合把原本为其他 AI 模型编写的提示词迁移到 Claude，也适合优化人工手写的提示词。

提示词改进器会通过以下方式增强已有提示词：

• 思维链推理：为 Claude 增加专门区域，让它在回答前系统思考问题，从而提高准确性和可靠性。

• 示例标准化：把示例转换成一致的 XML 格式，让结构更清晰，也更便于处理。

• 示例增强：为已有示例补充与新结构化提示词一致的思维链推理。

• 重写：重写提示词，使结构更清楚，并修正少量语法或拼写问题。

• 增加预填充：预先填入 Assistant 消息，引导 Claude 的动作并强制输出格式。

生成新提示词后，你可以继续告诉 Claude 哪些地方有效、哪些地方仍然不理想，从而进一步改进提示词。

我们的测试显示，在一个多标签分类测试中，提示词改进器把准确率提高了 30%；在一个摘要任务中，它让字数要求遵循率达到 100%。

在提示词中加入示例，是提升模型回答质量最有效的方法之一，尤其适合让 Claude 精确遵循某种输出格式。现在，你可以直接在 Workbench 中以结构化格式管理示例。这样更容易添加带有清晰输入/输出对的新示例，也更容易编辑已有示例来提升回答质量。

如果你的提示词还没有示例，可以用 Claude 驱动的示例生成来补充。Claude 可以自动创建合成的示例输入和草稿输出，帮你简化这个过程。

添加示例有助于提升：

• 准确性：减少对指令的误解。

• 一致性：确保输出格式符合预期。

• 性能：增强 Claude 处理复杂任务的能力。

我们的提示词评估器允许你在不同场景下测试提示词。为了帮助基准测试和改进提示词表现，我们在 Evaluations 标签页中加入了可选的“ideal output”列。这个列可以帮助用户用 5 分制更有效、更一致地给模型输出打分。

测试新提示词后，你可以在提示词改进器中继续给 Claude 反馈，说明哪些地方仍然不工作，并重复这个过程，直到结果满意为止。提示词改进器也可以根据任意请求修改提示词和示例。比如，你可以要求 Claude 把提示词和示例从 XML 格式输出改成 JSON 格式输出。

Kapa.ai 是一家把技术知识库转化为生产级 AI 助手的技术公司。他们使用提示词改进器，将多个关键 AI 工作流迁移到 Claude。

Kapa.ai 联合创始人 Finn Bauer 表示：“Anthropic 的提示词改进器简化了我们迁移到 Claude 3.5 Sonnet 的过程，让我们能更快投入生产。”

提示词改进器、示例管理和理想输出功能已面向 Anthropic Console 的所有用户开放。

要了解如何使用 Claude 改进和评估提示词，请查看我们的文档。

[1] 给定 500 篇 Wikipedia 文章及其标题，我们测试 Claude 3 Haiku 是否能把文章标题匹配到从文章中随机抽取的一句话。与原始提示词相比，Claude 3 Haiku 的准确率提高了 30%。

[2] 给定 10 篇 Wikipedia 文章，在经过提示词改进器处理后，Claude 对“在指定字数范围内写摘要”这一指令的遵循率达到 100%。