Guide des modèles hérités
Bien que nous recommandons fortement de passer à la famille de modèles Claude 3 pour leurs performances supérieures, leurs capacités de vision et leur intelligence globale (voir la page aperçu des modèles pour plus d’informations), nous comprenons que la transition prend du temps et que certains utilisateurs peuvent avoir besoin de continuer à travailler avec nos modèles hérités pendant un certain temps.
Ce guide est destiné à fournir des conseils d’utilisation pour nos modèles hérités, ainsi que des conseils sur la migration de vos prompts depuis d’autres modèles comme GPT d’OpenAI vers nos modèles hérités (pour la migration vers nos modèles de pointe, voir notre guide de migration principal).
Les modèles hérités d’Anthropic
Nos modèles hérités incluent Claude Instant 1.2, Claude 2.0 et Claude 2.1. Parmi ces modèles hérités, Claude 2.1 est le seul modèle avec la prise en charge des prompts système (tous les modèles Claude 3 ont une prise en charge complète des prompts système).
Ces modèles n’ont pas les capacités de vision de la famille Claude 3 et sont généralement moins performants et intelligents. Cependant, ils peuvent toujours être utiles pour certaines applications qui ne nécessitent pas les fonctionnalités avancées des modèles Claude 3. Voir la page aperçu des modèles pour un résumé complet.
Veuillez noter que les modèles hérités pourraient être dépréciés avec le temps et avoir moins de support que les nouveaux modèles, nous vous recommandons donc de planifier une migration vers la famille Claude 3 si possible.
Migration des prompts d’OpenAI/ChatGPT vers les modèles Claude hérités
Si vous passez des modèles GPT d’OpenAI ou de ChatGPT à la famille de modèles Claude 2 ou plus anciens, vous devrez probablement apporter quelques ajustements à vos prompts pour garantir des performances optimales. Alors que la famille Claude 3 est beaucoup plus dirigeable et peut généralement gérer les migrations de prompts sans nécessiter de modification, les modèles hérités peuvent nécessiter des ajustements de prompts supplémentaires. (Cela dit, bien que non nécessaires, ces mêmes techniques et d’autres stratégies d’ingénierie des prompts peuvent toujours être utiles pour améliorer les performances des modèles Claude 3 au-delà de leur base de référence.)
Voici quelques conseils pour vous aider à convertir vos prompts GPT pour de meilleurs résultats avec les modèles Claude hérités :
1. Ajouter des balises XML
Les balises XML (par exemple, <tag></tag>
) peuvent être utilisées pour délimiter différentes sous-sections d’un prompt, permettant à Claude de compartimenter le prompt en parties distinctes. Par exemple, pour ajouter du texte d’un document à votre prompt, enveloppez le document dans des balises <doc></doc>
:
<doc>
Un morceau de texte...
</doc>
Claude peut également reconnaître d’autres formats structurés comme JSON et Markdown, mais le XML a tendance à conduire aux meilleures performances dans la plupart des cas en raison de l’exposition pendant l’entraînement. Vous pouvez utiliser n’importe quels noms de balises que vous voulez, tant qu’ils suivent le format <>
et </>
(bien que nous recommandions de rendre les noms de balises quelque peu sensés et sémantiquement liés au contenu qu’ils délimitent). Pour plus d’informations, voir notre guide sur l’utilisation des balises XML.
2. Fournir des instructions claires et sans ambiguïté
Claude répond bien aux instructions claires et directes. Au lieu de laisser de la place aux hypothèses implicites, instruisez explicitement Claude avec autant de détails que possible dans votre prompt pour vous assurer que Claude peut exécuter pleinement la tâche en question selon vos spécifications. Par exemple, au lieu de :
Rôle | Contenu |
---|---|
Utilisateur | Utilisez le contexte et la question pour créer une réponse. |
Essayez :
Rôle | Contenu |
---|---|
Utilisateur | Veuillez lire la question de l’utilisateur fournie dans les balises <question>. Ensuite, en utilisant uniquement les informations contextuelles fournies ci-dessus dans les balises <context>, générez une réponse à la question et affichez-la dans les balises <answer>. |
Lorsque vous créez des prompts pour Claude, adoptez l’état d’esprit que Claude est nouveau dans la tâche et n’a pas d’autre contexte préalable que ce qui est indiqué dans le prompt. Fournir des explications détaillées et sans ambiguïté aidera Claude à générer de meilleures réponses. Pour plus d’informations, voir être clair et direct.
3. Pré-remplir la réponse de Claude
Vous pouvez étendre le prompt de Claude pour pré-remplir le tour Assistant
. Claude continuera la conversation à partir du dernier jeton dans le message Assistant
. Cela peut aider à éviter les tendances bavardes de Claude et à s’assurer qu’il fournit le format de sortie souhaité. Par exemple :
Rôle | Contenu |
---|---|
Utilisateur | J’aimerais que vous réécriviez le paragraphe suivant en utilisant les instructions suivantes : ” {{INSTRUCTIONS}}“. Voici le paragraphe : <text>“{{PARAGRAPH}}”</text> Veuillez afficher votre réécriture dans les balises <rewrite></rewrite>. |
Assistant (Pré-remplissage) | <rewrite> |
Si vous utilisez cette approche, assurez-vous de passer </rewrite>
comme séquence d’arrêt dans votre appel API. Pour plus d’informations, voir notre guide sur le pré-remplissage de la réponse de Claude.
4. Garder Claude dans le personnage
Voir garder Claude dans le personnage pour des stratégies visant à s’assurer que Claude maintient le personnage dans les scénarios de jeu de rôle. Notez que pour Claude 2.1 (et tous les modèles Claude 3), vous pouvez également utiliser un prompt système pour aider Claude à mieux rester dans le personnage.
5. Placer les documents avant les instructions
La longue fenêtre de contexte de Claude (100K-200K selon le modèle) le rend excellent pour analyser de longs documents et chaînes de texte. Il est préférable de fournir de longs documents et textes avant les instructions ou l’entrée de l’utilisateur, car Claude accorde une attention particulière au texte près du bas du prompt. Assurez-vous de mettre l’accent sur les instructions importantes vers la fin de vos prompts.
Voir conseils sur la longue fenêtre de contexte pour plus d’informations.
6. Ajouter de nombreux exemples (au moins 3)
Claude apprend bien à travers des exemples de la façon dont il doit répondre et dans quel format. Nous recommandons d’ajouter au moins trois exemples à votre prompt, mais plus c’est mieux ! Les exemples sont particulièrement bénéfiques pour les tâches qui nécessitent des sorties structurées cohérentes et fiables. Des exemples uniformes apprendront à Claude à toujours répondre de la même manière à chaque fois. En savoir plus en visitant notre guide pour inciter avec des exemples.
Fonctionnalités des modèles hérités
Claude génère des actions avec astérisques
Lorsqu’on lui donne un prompt de jeu de rôle ou un prompt système, les modèles Claude hérités aiment parfois illustrer leurs réponses de manière créative en écrivant des indications scéniques comme *sourit*
ou *fait signe*
. Si cela n’est pas souhaité, vous pouvez post-traiter la sortie pour supprimer les mots entre astérisques.
Un exemple de la façon de faire cela en Python :
import re
text = "Bonjour. *Je m'appelle Claude. *Je suis un assistant IA."
cleaned = re.sub(r'\*.*?\*', '', text)
print(cleaned)
> Bonjour. Je suis un assistant IA.