Conseils pour les prompts avec contexte long
While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
La fenêtre de contexte étendue de Claude (200K tokens pour les modèles Claude 3) permet de gérer des tâches complexes et riches en données. Ce guide vous aidera à exploiter efficacement cette puissance.
Conseils essentiels pour les prompts avec contexte long
-
Placez les données longues en haut : Placez vos documents et entrées longues (~20K+ tokens) près du haut de votre prompt, au-dessus de votre requête, instructions et exemples. Cela peut améliorer significativement les performances de Claude pour tous les modèles.
Les requêtes placées à la fin peuvent améliorer la qualité des réponses jusqu’à 30% lors des tests, particulièrement avec des entrées complexes multi-documents. -
Structurez le contenu et les métadonnées des documents avec des balises XML : Lorsque vous utilisez plusieurs documents, encadrez chaque document avec des balises
<document>avec des sous-balises<document_content>et<source>(et autres métadonnées) pour plus de clarté. -
Basez les réponses sur des citations : Pour les tâches avec des documents longs, demandez à Claude de citer d’abord les parties pertinentes des documents avant d’effectuer sa tâche. Cela aide Claude à faire le tri dans le “bruit” du reste du contenu du document.
Bibliothèque de prompts
Inspirez-vous d’une sélection organisée de prompts pour diverses tâches et cas d’utilisation.
Tutoriel de prompting GitHub
Un tutoriel rempli d’exemples qui couvre les concepts d’ingénierie de prompts trouvés dans notre documentation.
Tutoriel de prompting Google Sheets
Une version plus légère de notre tutoriel d’ingénierie de prompts via une feuille de calcul interactive.