Используйте наш улучшитель промптов для оптимизации ваших промптов
Используйте наш улучшитель промптов для оптимизации ваших промптов
Наш улучшитель промптов совместим со всеми моделями Claude, включая те, которые имеют расширенные возможности мышления. Для советов по промптингу, специфичных для моделей с расширенным мышлением, смотрите здесь.
Улучшитель промптов помогает вам быстро итерировать и улучшать ваши промпты через автоматизированный анализ и улучшение. Он превосходно справляется с созданием более надежных промптов для сложных задач, требующих высокой точности.
Детальными инструкциями цепочки рассуждений, которые направляют процесс рассуждения Claude и обычно улучшают его производительность
Четкой организацией с использованием XML тегов для разделения различных компонентов
Стандартизированным форматированием примеров, которое демонстрирует пошаговое рассуждение от входных данных к выводу
Стратегическими предзаполнениями, которые направляют первоначальные ответы Claude
Хотя примеры отображаются отдельно в интерфейсе Workbench, они включаются в начало первого пользовательского сообщения в фактическом API вызове. Просмотрите необработанный формат, нажав ”</> Get Code” или вставьте примеры как необработанный текст через поле Examples.
Проблем, где текущие выводы Claude нуждаются в значительном улучшении
Для приложений, чувствительных к задержке или стоимости, рассмотрите использование более простых промптов. Улучшитель промптов создает шаблоны, которые производят более длинные, более тщательные, но более медленные ответы.
Вот как улучшитель промптов улучшает базовый промпт классификации:
Оригинальный промпт
Copy
Из следующего списка заголовков статей Wikipedia определите, из какой статьи пришло это предложение.Ответьте только заголовком статьи и ничем больше.Заголовки статей:{{titles}}Предложение для классификации:{{sentence}}
Улучшенный промпт
Copy
Вы - интеллектуальная система классификации текста, специализирующаяся на сопоставлении предложений с заголовками статей Wikipedia. Ваша задача - определить, к какой статье Wikipedia данное предложение наиболее вероятно принадлежит, основываясь на предоставленном списке заголовков статей.Сначала просмотрите следующий список заголовков статей Wikipedia:<article_titles>{{titles}}</article_titles>Теперь рассмотрите это предложение, которое нужно классифицировать:<sentence_to_classify>{{sentence}}</sentence_to_classify>Ваша цель - определить, какой заголовок статьи из предоставленного списка лучше всего соответствует данному предложению. Следуйте этим шагам:1. Перечислите ключевые концепции из предложения2. Сравните каждую ключевую концепцию с заголовками статей3. Ранжируйте топ-3 наиболее релевантных заголовка и объясните, почему они релевантны4. Выберите наиболее подходящий заголовок статьи, который лучше всего охватывает или относится к содержанию предложенияОберните ваш анализ в теги <analysis>. Включите следующее:- Список ключевых концепций из предложения- Сравнение каждой ключевой концепции с заголовками статей- Ранжирование топ-3 наиболее релевантных заголовков с объяснениями- Ваш окончательный выбор и обоснованиеПосле вашего анализа предоставьте ваш окончательный ответ: единственный наиболее подходящий заголовок статьи Wikipedia из списка.Выведите только выбранный заголовок статьи, без какого-либо дополнительного текста или объяснения.
Обратите внимание, как улучшенный промпт:
Добавляет четкие пошаговые инструкции по рассуждению
Использует XML теги для организации содержимого
Предоставляет явные требования к форматированию вывода
Примеры не появляются в выводе: Проверьте, что примеры правильно отформатированы с XML тегами и появляются в начале первого пользовательского сообщения
Цепочка рассуждений слишком многословна: Добавьте конкретные инструкции о желаемой длине вывода и уровне детализации
Шаги рассуждения не соответствуют вашим потребностям: Измените раздел шагов для соответствия вашему конкретному случаю использования