使用我们的提示词优化器来改进您的提示词

提示词优化器通过自动分析和增强功能帮助您快速迭代和改进提示词。它在需要高精度的复杂任务中表现出色。

​

开始之前

您需要：

• 一个要改进的提示词模板
• 关于Claude当前输出问题的反馈（可选但建议提供）
• 示例输入和理想输出（可选但建议提供）

​

提示词优化器的工作原理

提示词优化器通过4个步骤增强您的提示词：

1. 示例识别：定位并提取提示词模板中的示例
2. 初始草稿：创建具有清晰章节和XML标签的结构化模板
3. 思维链精炼：添加和完善详细的推理指令
4. 示例增强：更新示例以展示新的推理过程

您可以在改进模态框中实时观察这些步骤。

​

您将获得什么

提示词优化器生成的模板包含：

• 详细的思维链指令，指导Claude的推理过程并通常提高其性能
• 使用XML标签清晰组织不同组件
• 标准化的示例格式，展示从输入到输出的逐步推理
• 战略性预填充，引导Claude的初始响应

​

如何使用提示词优化器

1. 提交您的提示词模板
2. 添加关于Claude当前输出问题的任何反馈（例如，“摘要对专业受众来说过于基础”）
3. 包含示例输入和理想输出
4. 审查改进后的提示词

​

生成测试示例

还没有示例？使用我们的测试用例生成器来：

1. 生成样本输入
2. 获取Claude的响应
3. 编辑响应以匹配您的理想输出
4. 将完善后的示例添加到您的提示词中

​

何时使用提示词优化器

提示词优化器最适合：

• 需要详细推理的复杂任务
• 准确性比速度更重要的情况
• Claude当前输出需要显著改进的问题

​

改进示例

以下是提示词优化器如何增强基本分类提示词：

从以下维基百科文章标题列表中，识别这个句子来自哪篇文章。
只需回答文章标题，不要添加其他内容。

文章标题：
{{titles}}

要分类的句子：
{{sentence}}

您是一个智能文本分类系统，专门将句子与维基百科文章标题匹配。您的任务是根据提供的文章标题列表，确定给定句子最可能属于哪篇维基百科文章。

首先，请查看以下维基百科文章标题列表：
<article_titles>
{{titles}}
</article_titles>

现在，考虑需要分类的这个句子：
<sentence_to_classify>
{{sentence}}
</sentence_to_classify>

您的目标是确定提供的列表中哪个文章标题最匹配给定的句子。请按照以下步骤操作：

1. 列出句子中的关键概念
2. 将每个关键概念与文章标题进行比较
3. 对最相关的前3个标题进行排名并解释原因
4. 选择最适合或最相关的文章标题

在<analysis>标签中包含您的分析。包括以下内容：
- 句子中的关键概念列表
- 每个关键概念与文章标题的比较
- 最相关的前3个标题排名及解释
- 您的最终选择和理由

在分析之后，提供您的最终答案：从列表中选择单个最适合的维基百科文章标题。

仅输出所选的文章标题，不要添加任何额外的文本或解释。

注意改进后的提示词如何：

• 添加清晰的逐步推理指令
• 使用XML标签组织内容
• 提供明确的输出格式要求
• 引导Claude完成分析过程

​

故障排除

常见问题和解决方案：

• 示例未在输出中显示：检查示例是否使用XML标签正确格式化，并出现在第一条用户消息的开头
• 思维链过于冗长：添加关于所需输出长度和详细程度的具体指令
• 推理步骤不符合您的需求：修改步骤部分以匹配您的具体用例

​

下一步