使用评估工具

​

访问评估功能

要开始使用评估工具：

1. 打开 Anthropic Console 并导航到提示编辑器。
2. 编写完提示后，在屏幕顶部寻找”评估”选项卡。

​

生成提示

Console 提供了一个由 Claude 3.5 Sonnet 驱动的内置提示生成器：

此功能使创建具有适当变量语法的提示变得更容易。

​

创建测试用例

当您访问评估界面时，您有几个选项来创建测试用例：

1. 点击左下角的”+ 添加行”按钮手动添加用例。
2. 使用”生成测试用例”功能让 Claude 自动为您生成测试用例。
3. 从 CSV 文件导入测试用例。

要使用”生成测试用例”功能：

以下是一个包含多个测试用例的评估界面示例：

​

有效评估的技巧

在这个任务中，您将生成一个可爱的单句故事，包含两个元素：一个颜色和一个声音。
故事中要包含的颜色是：
<color>
{{COLOR}}
</color>
故事中要包含的声音是：
<sound>
{{SOUND}}
</sound>
以下是生成故事的步骤：
1. 想一个通常与所提供颜色相关的物体、动物或场景。例如，如果颜色是"蓝色"，您可能会想到天空、海洋或蓝鸟。
2. 想象一个涉及您确定的有色物体/动物/场景和所提供声音的简单动作、事件或场景。例如，如果颜色是"蓝色"，声音是"口哨"，您可能会想象一只蓝鸟在吹口哨。
3. 用一个简洁的句子描述您想象的动作、事件或场景。专注于使句子可爱、富有感染力和富有想象力。例如："一只快乐的蓝鸟在湛蓝的天空中飞翔时吹着欢快的旋律。"
请将您的故事限制在一句话内。努力使这句话在自然地融入给定的颜色和声音的同时，尽可能富有魅力和吸引力。
请将您完成的单句故事放在 <story> 标签内。

​

理解和比较结果

评估工具提供了几个功能来帮助您改进提示：

1. 并排比较：比较两个或更多提示的输出，快速查看更改的影响。
2. 质量评分：使用5分制对响应质量进行评分，以跟踪每个提示的响应质量改进情况。
3. 提示版本控制：创建提示的新版本并重新运行测试套件，以快速迭代和改进结果。

通过查看测试用例的结果并比较不同的提示版本，您可以更有效地发现模式并对提示进行明智的调整。

今天就开始评估您的提示，用 Claude 构建更强大的 AI 应用程序！