使用評估工具
Anthropic 控制台提供了一個評估工具，讓您可以在各種情境下測試您的提示。
訪問評估功能
要開始使用評估工具：
- 打開 Anthropic 控制台並導航到提示編輯器。
- 在撰寫完提示後，查看屏幕頂部的「評估」標籤。
確保您的提示至少包含 1-2 個使用雙大括號語法的動態變量：{{variable}}。這是創建評估測試集所必需的。
生成提示
控制台提供了一個由 Claude 3.5 Sonnet 驅動的內置提示生成器：
點擊「生成提示」
點擊「生成提示」輔助工具將打開一個模態窗口，允許您輸入任務信息。
描述您的任務
描述您想要的任務（例如，「分類入站客戶支持請求」），您可以根據需要提供多少或少量細節。您提供的上下文越多，Claude 就能越好地根據您的具體需求定制生成的提示。
生成您的提示
點擊底部的橙色「生成提示」按鈕，Claude 將為您生成一個高質量的提示。然後，您可以使用控制台中的評估屏幕進一步改進這些提示。
此功能使創建具有適當變量語法以進行評估的提示變得更加容易。
創建測試案例
當您訪問評估屏幕時，您有幾個選項來創建測試案例：
- 點擊左下角的「+ 添加行」按鈕手動添加案例。
- 使用「生成測試案例」功能讓 Claude 自動為您生成測試案例。
- 從 CSV 文件導入測試案例。
要使用「生成測試案例」功能：
點擊「生成測試案例」
每次點擊按鈕，Claude 都會為您生成一行測試案例。
編輯生成邏輯（可選）
您還可以通過點擊「生成測試案例」按鈕右側的箭頭下拉菜單，然後點擊彈出的變量窗口頂部的「顯示生成邏輯」來編輯測試案例生成邏輯。您可能需要點擊此窗口右上角的「生成」來填充初始生成邏輯。
編輯此邏輯可以讓您自定義和微調 Claude 生成的測試案例，以達到更高的精確度和特異性。
以下是一個填充了幾個測試案例的評估屏幕示例：
如果您更新了原始提示文本，您可以針對新提示重新運行整個評估套件，以查看更改如何影響所有測試案例的性能。
有效評估的技巧
使用控制台中的「生成提示」輔助工具快速創建具有適當變量語法的提示以進行評估。
理解和比較結果
評估工具提供了幾個功能來幫助您改進提示：
- 並排比較：比較兩個或多個提示的輸出，以快速查看更改的影響。
- 質量評分：使用 5 分制對回應質量進行評分，以跟踪每個提示的回應質量改進情況。
- 提示版本控制：創建提示的新版本並重新運行測試套件，以快速迭代和改進結果。
通過查看跨測試案例的結果並比較不同的提示版本，您可以更有效地發現模式並對提示進行明智的調整。
今天就開始評估您的提示，以使用 Claude 構建更強大的 AI 應用程序！