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。

我们来继续 Claude 提示工程教程的第二部分“一些有用的提示技巧”。

我们来继续 Claude 提示工程教程的第二部分“一些有用的提示技巧”。 第一部分内容： 全文： 让Claude说“我不知道”以防止出现幻觉 虽然Claude被训练成一个诚实的助手，但它仍然偶尔会产生“幻觉”编造不真实的事实或细节，或者在输入中“找到”实际上并不存在的东西，以尽可能提供帮助。防止这种情况的一种方法是明确允许 Claude 在不知道你问题的答案时说“我不知道”。比如下面这个例子（图 1）： 在回应之前给Claude“思考”的空间 有情况下明确指示Claude去生成额外的文本，它可以认真思考问题。 例如，以下是提示的一部分，旨在通过写下常见问题解答文档中的相关引用来让 Claude 需要“思考”问题（图 2）： 让 Claude 一步一步思考 如果你要求 Claude 执行一项包含许多子任务的复杂任务，那么单独列出子任务会很有帮助。 当你自己不清楚子任务时，也就是你正在要求 Claude 解决问题，你可以通过明确地告诉 Claude 逐步思考来显著提高回答的推理和准确性。 为了获得最佳效果，我们建议将此请求放在提示的另一部分。（图 3） 将复杂的任务分解为子任务 Claude 在由多个子任务组成的“复杂”任务上表现不佳。如果你已经知道这些子任务是什么（即你理解问题很好），你可以通过将提示分解为步骤来帮助 Claude。（图 4） 接下来是比较重要的一个概念：提示链接 将 Claude 的响应输入到另一个提示的输入中。这种技术称为提示链接。 提示链接可以使你通过将多个较小和较简单的提示传递给Claude而完成一项复杂任务，而不是一个非常长且详细的提示。它有时可以比将任务的所有子任务放在单个提示中更有效。 将长而复杂的提示变成提示链有几个优点： 1、你可以编写不太复杂的指令。 2、你可以隔离 Claude 遇到问题的部分问题，以集中精力进行故障排除。 3、你可以分阶段检查 Claude 的输出，而不仅仅是在最后检查。 以下是提示链接的一些用例。 使用文档和引用回答问题

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：

Anthropic的Claude为快速改进的AI应用增添了一个"评估"方式

Anthropic的Claude为快速改进的AI应用增添了一个"评估"方式 当要求语言模型执行某些任务时，它们的容错率很高，但有时对提示语措辞的微小改动也会导致结果的巨大改进。通常情况下，用户必须自己斟酌措辞，或聘请一名提示工程师来完成这项工作，但这项新功能提供的快速反馈可以让你更轻松地找到改进之处。这些功能位于 Anthropic Console 的新"评估"标签下。控制台是这家初创公司为开发人员提供的测试厨房，旨在吸引那些希望使用Claude打造产品的企业。其中一项功能是Anthropic的内置提示生成器，它利用Anthropic自己的提示工程技术，通过对任务的简短描述，生成更长、更充实的提示。Anthropic 的工具可能无法完全取代提示工程师，但该公司表示，它将帮助新用户，并为有经验的提示工程师节省时间。在"评估"中，开发人员可以测试其人工智能应用程序的提示在一系列场景中的有效性。开发人员可以将现实世界中的例子上传到测试套件中，或者让Claude生成一系列人工智能生成的测试案例。然后，开发人员可以并排比较各种提示的有效性，并对样本答案进行五级评分。输入生成的数据提示，找出好的和坏的反应。在 Anthropic 博客文章中的一个例子中，一位开发人员发现他们的应用程序在多个测试用例中给出的答案太短。开发人员能够调整提示符中的一行，使答案变长，并同时应用于所有测试用例。这可以为开发人员节省大量的时间和精力，尤其是那些几乎没有提示工程经验的开发人员。Anthropic 首席执行官兼联合创始人达里奥-阿莫德伊（Dario Amodei）在今年早些时候接受Google云计算大会（Google Cloud Next）采访时表示，及时工程是企业广泛采用生成式人工智能的最重要因素之一。"这听起来很简单，但与及时工程人员交谈30分钟，往往就能让应用程序正常运行，而以前却不行。" ... PC版： 手机版：

伴随 Claude 3 推出的还有一个提示词库，里面有Anthropic提供的非常多的示例提示词，方便开发者和用户尝试。

伴随 Claude 3 推出的还有一个提示词库，里面有Anthropic提供的非常多的示例提示词，方便开发者和用户尝试。 详情页还给出了对应提示词的示例回答和 API，可以去看看学一下 Claude 的提示词写法。 这里访问：

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。