Anthropic的提示工程师在视频里分享了他的五个重要的提示书写方法帮助你用好Claude，我才知道Claude支持XML标签

Anthropic的提示工程师在视频里分享了他的五个重要的提示书写方法帮助你用好Claude，我才知道Claude支持XML标签，思考标签这种东西也太离谱了。 我把视频翻译了一下加上了字幕，相关的例子可以看视频，下面是具体的五个提示工程方法： →首先需要描述你的任务，Claude对直接清晰的描述和具体的指导说明响应很好。 →其次用XML标签标记提示的不同步部分，比如XXX。 →第三个是给出一个例子，例子越多越好。 →第四个是利用Claude非常长的上下文长度，给他提供足够多的信息。 →最后一个建议是让Claude思考，在Claude你可以使用思考标签来标注需要思考的内容，然后再说它需要输出的答案。 Invalid media:

前几天我发了一个Claude的提示工程师给出的五个提示词的书写建议的视频，他最后提议去看 Claude 的文档。

前几天我发了一个Claude的提示工程师给出的五个提示词的书写建议的视频，他最后提议去看 Claude 的文档。 我去看了一下文档里面还有很多更详细的技巧也比较成体系，所以这里就翻译整理了一下。通过翻译和学习这个文档 我对之前不太理解的一些提示词概念也有了更深的理解。 整个文档包括两个部分第一部分是“提示设计”包括什么是提示（Prompt）和提示设计，提示是如何起作用的以及如何设计提示。第二部分是一些有用的提示词书写技巧。 这里是第一部分提示设计，详细的内容可以去这里看： 这里阅读体验不太好所以精简了一些内容。 什么是提示（Prompt）？ 给 Claude 的文本旨在引出或“提示”相关输出。提示通常采用问题或说明的形式。Claude 响应的文本称为“输出”。（图 1） 这是第一部分第一小节构建提示的内容： 很好地描述任务 在描述任务时，最好为 Claude 提供尽可能多的背景和细节，以及正确完成任务的任何规则。比如下面这个示例，我们将要求 Claude 帮助我们从给定文本中删除任何个人身份信息。（图 2） 如果我们需要 Claude 以特定格式进行响应，并通过各种输入一遍又一遍地正确执行任务，那么我们应该在提示中添加更多详细信息,比如（图 3）： 在这个修订版的提示中，我们： 提供了上下文（例如为什么我们希望完成任务） 定义术语（PII = 姓名、电话号码、地址） 给出有关 Claude 应如何完成任务的具体细节（将 PII 替换为 XXX） 标记提示的不同部分 XML 标签，如这些有助于划分提示中的一些重要部分，比如规则、示例或处理的输入文本。Claude 经过微调，特别关注由 XML 标签创建的结构。 我们还可以要求 Claude 在其响应中使用 XML 标签。这样做可以轻松地在自动处理输出的设置中提取关键信息。 Claude 天生就很健谈，因此请求这些输出 XML 标记有助于将响应本身与 Claude 对响应的评论分开。 比如下面两个例子（图 4）： 示例（可选） 通过在提示中添加一些示例，可以让 Claude 更好地了解如何正确执行任务。可以大大提高准确性和一致性。如果你确实添加了示例，最好使用标签清楚地标记它们，以便将它们与你希望 Claude 处理的文本区分开来。

在这个例子中，我们给Claude一份文档，以及我们想要它根据文档回答的问题。让Claude使用文档文本和相关引用来回答问题，通常

在这个例子中，我们给Claude一份文档，以及我们想要它根据文档回答的问题。让Claude使用文档文本和相关引用来回答问题，通常比单独使用文本或引用更准确。（图 5） 响应验证/额外注意 提示链接也可以方便地自动要求 Claude 重新检查之前对提示的响应。使用 Ask Claude 中的示例来评估其输出：（图 6） 并行任务 多步骤提示可以并行、串行或组合运行。 我们说，我们想要以三个不同的水平向读者解释某个概念：一年级学生、八年级学生和大学新生。此外，我们希望 Claude 先写一个大纲，然后将这个大纲扩展成一个完整的解释。（图 7） 检查Claude的理解力 确定Claude是否理解你的指示的最佳方法是询问Claude。它通常会通过向你解释任务来做出回应。（图 8） 请Claude重写 如果Claude的回答接近但不完全符合你的要求，你可以要求Claude重写它。 在 Slack 中，只需要告诉 Claude 说“再试一次”（当它给出不满意的答案时）即可。（如果你给出更多指示，比如“请重写，包含更多细节”，它的重写效果会更好。）除非你首先发送一个/reset命令，否则你的消息将被添加到现有的上下文窗口中。这样 Claude 就可以将其先前的答案作为提示的一部分进行处理。 如果需要低量使用，可以将要重写的段落粘贴到{{PARAGRAPH}}的位置。为了自动化，可以设置一个提示链，以便Claude对先前提示的响应可以替换{{PARAGRAPH}}占位符中的内容。 如果你在Sheets中使用Claude，则可以在Sheet中设置行，以便在每行中将不同的指令集替换为{{INSTRUCTIONS}}占位符。通过这种方式，你可以一次生成多种类型的重写。 如果通过 API 发送提示（包括在 Sheets 中使用 Claude 调用 CLAUDE 或 CLAUDEFREE 函数），则必须始终在提示中包含之前生成的文本。这是一个提示模板示例：（图 9） 好了这就是 Claude 文档中关于提示工程的主要内容，通过这次详细翻译我也对之前很多不太理解的概念有了一些了解，比如”提示链“。里面还有一些其他关于开发的补充信息我没有翻译，感兴趣的可以去看英文原文。 全文： 原文：

除了提示词库之外他们还更新了 Anthropic Cookbook 可以让你使用 Claude 3 新的能力的代码和提示词例子：

除了提示词库之外他们还更新了 Anthropic Cookbook 可以让你使用 Claude 3 新的能力的代码和提示词例子： 在Claude中使用图像：这本食谱提供了关于如何开始使用图像以及确保图像具有最高质量性能的最佳实践技巧。 自动评估：了解如何使用Claude来自动化提示评估过程。 启用 JSON 模式：通过这本快速简便的食谱，确保始终获得 JSON。 使用Claude创建内容审查过滤器：了解如何使用Claude为您的应用程序创建内容审查过滤器。 这里使用：

提供示例的一种方法是以先前对话的形式。在给 Claude 时使用不同的对话定界符，例如“ H: ”而不是“ Human: ”和“

提供示例的一种方法是以先前对话的形式。在给 Claude 时使用不同的对话定界符，例如“ H: ”而不是“ Human: ”和“ A: ”而不是“ Assistant: ”使用此方法的示例。这有助于防止示例与对话中的其他对话混淆。下面是例子（图 5）： 疑难病例（可选） 如果你可以预见 Claude 在您的输入中可能遇到的困难或不寻常的情况，请在提示中描述它们，并告诉 Claude 遇到它们时该怎么做。 如果你在Claude的回答中发现偶尔但持续的失败，则此信息可能有助于添加到你的提示中。例如（图 6）： 接下来是第一部分的第二小结，优化你的提示 一旦你有了满意的提示模板，就可以开始测试它了。然后（如果需要）你可以根据 Claude 在测试中的表现来改进您的提示。 收集一组不同的示例输入 最好使用代表你将要求 Claude 处理的真实数据的输入集来测试你的提示。请务必包含 Claude 可能遇到的任何困难输入或边缘情况。 通过使用这些输入测试你的提示，可以估计Claude在实际操作中的表现。这也可以帮助你看到Claude遇到了哪些困难。 在开发提示模板时，尽可能多地获取输入是很好的，我们建议至少20个或更多，具体取决于任务。 预留（“保留”）一组测试输入 当提出测试输入时，我们建议使用单独的“提示开发数据”和“测试数据”集。两个（或更多）组应该代表真实的输入。 使用你的提示开发数据来评估Claude的表现如何。 迭代你的提示，直到Claude在此数据上始终获得良好表现。 （可选）生成综合数据 如果你想要更多的输入数据，但是又没有很多，你可以启动另一个Claude实例来为你生成额外的输入文本进行测试。如果你解释一下什么是好的输入数据，然后给几个例子，你可以从Claude获得更多这样的例子。 实验和迭代 优化一个提示就像进行一系列实验一样。你运行测试，解释结果，然后根据结果调整一个变量。 当Claude未通过测试时，尝试找出失败的原因。调整你的提示以解决该故障点。 调整提示可能涉及： 1、更明确地编写规则或添加新规则。 2、通过将类似的示例和规范输出添加到提示中，向 Claude 展示如何在提示本身中正确处理示例。 在提示中添加规则和示例，直到你在代表性输入集上获得良好的性能。我们建议还执行“保留测试”。 奖励：请Claude评估其输出 可以使用 Claude 来“自我评估”它之前给出的答案。比如： 1、如果你认为模型可能犯了错误，请让模型检查其工作 2、添加一个额外的尽职调查步骤到一个任务 3、根据你的指示，将响应分类为好或坏，或者说出它更喜欢两个初始响应中的哪一个以及原因（例如，以便你可以决定使用哪一个） 比如下面的例子（图 7）： 如果 Claude 在第一次尝试中未能识别出一些错误，你可以尝试添加第二遍（图 8）： 你可以通过下面会说到的“提示链接”自动执行这样的“额外注意”步骤。 到这里第一部分提示设计的内容就结束了，整理不易，感谢支持。

Anthropic 推出 Claude 3 ，包括 Claude 3 Haiku、Claude 3 Sonnet 和 Claud

Anthropic 推出 Claude 3 ，包括 Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus 3个版本，能力从小到大。 Opus 和 Sonnet 现可在和 Claude API 中使用，Haiku 即将推出。 能力方面，见图2。 速度方面： - Haiku 是市场上同类智能产品中速度最快、性价比最高的模型。它可以在三秒内读取 arXiv 上一篇信息和数据密集的研究论文（约 10k tokens），并附带图表和图形。 - Sonnet 的速度比 Claude 2 和 Claude 2.1 快 2 倍，而且智能水平更高。它擅长处理要求快速响应的任务，如知识检索或销售自动化。Opus 的速度与 Claude 2 和 2.1 类似，但智能水平更高。 vision 能力 - Claude 3 型号具有与其他领先模型同等的复杂 vision 功能。它们可以处理各种 vision 格式，包括照片、图表、图形和技术图表。（图3） 准确性： - 与 Claude 2.1 相比，Opus 在这些具有挑战性的开放式问题上的准确率（或正确答案）提高了两倍，同时也减少了错误答案。（图4） 另外，Claude 3 模型还将很快启用引文。 上下文能力： Claude 3 系列模型在推出之初将提供 20 万个上下文窗口。不过，所有三种模型都能接受超过 100 万个 tokens 的输入，Anthropic 会向特定用户提供。