加载失败，

奇绩大模型日报（9月 7-8日） ​

2024年9月10日修改
推特​
Anthropic AI 提示工程深入解析：由Cluade总结​
https://x.com/omarsar0/status/1832143997512642635​
Anthropic 最近的 AI 提示工程深入解析是必看内容！​
以下是 Claude 对所提到的提示技术和技巧的总结：​
1.
编写提示时要清晰、准确。清晰陈述任务并描述概念的能力至关重要。​
2.
需要快速迭代，多次向模型发送提示。优秀的提示工程师能够适应不断的反复调整和微调。​
3.
在设计提示时，考虑边缘案例和不寻常的场景。思考你的提示在非典型情况下可能会如何失败。​
4.
使用不完美、现实的用户输入来测试你的提示。不要假设用户会提供完全格式正确或语法无误的查询。​
5.
仔细阅读并分析模型输出。密切关注模型是否按预期遵循指令。​
6.
去除所有假设，并清晰传达完成任务所需的完整信息。系统性地分解任务，确保包括所有必要细节。​
7.
考虑模型的“心智理论”来编写提示。思考模型可能会以与预期不同的方式解读你的指令。​
8.
使用版本控制并在工作时跟踪实验。将提示像代码一样对待，在管理和迭代中加以利用。​
9.
让模型识别指令中的不明确部分或歧义。这可以帮助改进和优化你的提示。​
10.
精确但不要过度复杂化。目标是清晰的任务描述，不要构建不必要的抽象。​
11.
考虑典型案例和边缘案例之间的平衡。在处理边缘案例的同时，不要忽视主要使用场景。​
12.
考虑提示如何集成到更大的系统中。考虑数据源、延迟和整体系统设计等因素。​
13.
不要仅依赖写作技巧；提示工程需要清晰的沟通和系统化思考。优秀的写作者不一定是优秀的提示工程师，反之亦然。​
14.
与客户合作时，帮助他们理解用户输入的实际情况。引导他们考虑现实世界的使用模式，而不是理想化的场景。​
15.
广泛练习查看数据和模型输出。熟悉模型如何响应不同类型的提示和输入。​
50%
​
附件不支持打印

加载失败，

​
50%