Tạo lời nhắc tốt hơn trong bảng điều khiển nhà phát triển
Giới thiệu trình tạo lời nhắc trong bảng điều khiển nhà phát triển
- 6 min read
Tạo Prompt Tốt Hơn Trong Bảng Điều Khiển Nhà Phát Triển
Bạn có thể tạo các mẫu prompt sẵn sàng cho sản xuất trong Anthropic Console. Mô tả những gì bạn muốn đạt được và Claude sẽ sử dụng các kỹ thuật prompt engineering như suy luận chuỗi tư duy để tạo ra một prompt hiệu quả, chính xác và đáng tin cậy.
Tính năng này được thiết kế để giúp những người mới làm quen với prompt engineering, cũng như tiết kiệm thời gian cho các kỹ sư prompt có kinh nghiệm. Bạn sẽ nhận được kết quả tốt nhất bằng cách cung cấp cho trình tạo prompt thông tin chi tiết về tác vụ và định dạng đầu ra mong muốn của bạn.
Mặc dù các prompt được tạo ra không phải lúc nào cũng tạo ra kết quả hoàn hảo, nhưng chúng thường vượt trội hơn các prompt viết tay được tạo bởi những người mới làm quen với prompt engineering. Các mẫu prompt được tạo cũng có thể chỉnh sửa được, cho phép bạn nhanh chóng điều chỉnh chúng để có hiệu suất tối ưu.
Các phương pháp hay nhất về Prompting
Các mẫu prompt được tạo bởi tính năng mới này sử dụng nhiều phương pháp hay nhất về prompt engineering của chúng tôi. Một trong những phương pháp đó là thiết lập vai trò, trong đó Claude được khuyến khích đảm nhận các đặc điểm của một chuyên gia trong nhiệm vụ đã chọn. Trong ví dụ kiểm duyệt nội dung của chúng tôi, việc thiết lập vai trò trông như sau:
Bạn sẽ đóng vai trò là người kiểm duyệt nội dung để phân loại các bản ghi trò chuyện là được chấp thuận hoặc bị từ chối dựa trên chính sách kiểm duyệt nội dung được cung cấp.
Một phương pháp khác là suy luận chuỗi tư duy, trong đó Claude được cho thời gian và không gian để thu thập suy nghĩ của mình trước khi trả lời. Điều này cho phép các phản hồi kỹ lưỡng và có lý hơn đối với các truy vấn phức tạp. Khi được yêu cầu tạo prompt cho các đề xuất sản phẩm dựa trên lịch sử giao dịch trước đó của khách hàng, điều này được triển khai như sau:
Trong một <scratchpad>, hãy động não 3 đề xuất sản phẩm khác nhau mà bạn có thể đưa ra cho khách hàng này dựa trên lịch sử giao dịch của họ. Đối với mỗi đề xuất tiềm năng, hãy cung cấp một lý do ngắn gọn giải thích tại sao bạn nghĩ nó sẽ phù hợp với khách hàng này.
Ngoài ra, các mẫu thường đặt “các biến” - các trường nhập liệu nơi có thể chèn dữ liệu tùy chỉnh - giữa các thẻ XML. Điều này tuân theo một phương pháp hay nhất quan trọng khác bằng cách phân định rõ ràng các phần khác nhau của prompt bằng cách cung cấp một cấu trúc rõ ràng. Khi được yêu cầu một prompt dịch mã sang Python, chúng ta thấy rằng biến {{CODE}} dài hơn và mơ hồ hơn được đánh dấu bằng các thẻ XML, trong khi biến {{LANGUAGE}} đơn giản được định vị nội dòng.
Nhiệm vụ của bạn là dịch một đoạn mã từ một ngôn ngữ lập trình khác sang Python.
Đây là mã để dịch:
<code >
{{CODE}}
</code >
Mã được viết bằng {{LANGUAGE}}.
Trong một số trường hợp, bạn sẽ thấy Claude viết các ví dụ về đầu vào và đầu ra để tự đưa ra hướng dẫn rõ ràng về các loại câu trả lời mà nó nghĩ rằng bạn muốn. Bạn có thể chỉnh sửa các ví dụ này để phù hợp với định dạng đầu ra mong muốn của bạn.
Hậu trường
Trình tạo prompt dựa trên một prompt dài, bản thân nó sử dụng nhiều kỹ thuật đã đề cập.
- Nó chứa nhiều ví dụ về mô tả tác vụ và mẫu prompt để hiển thị cho Claude cách chuyển từ mô tả tác vụ sang mẫu prompt.
- Nó khuyến khích Claude lên kế hoạch cấu trúc của mẫu mà nó sẽ tạo trước khi viết mẫu đó, cho phép Claude có thời gian để thu thập suy nghĩ của mình.
- Nó có một “xương sống” mạnh mẽ bao gồm các thẻ XML đánh dấu sự bắt đầu và kết thúc của mỗi phần để tăng cường khả năng đọc.
Bạn có thể xem đầy đủ prompt trong Colab notebook này.
Mẫu Prompt làm công cụ đánh giá
Các biến trong các mẫu bạn sẽ nhận được từ trình tạo prompt sẽ ở dạng ký hiệu handlebars, như được hiển thị trong ví dụ kiểm duyệt nội dung trước đó:
Đây là chính sách bạn nên thực thi:
<content_policy >
{{CONTENT_POLICY}}
</content_policy >
Đây là bản ghi trò chuyện để xem xét và phân loại:
<transcript >
{{TRANSCRIPT}}
</transcript >
Trong ví dụ này, sau đó bạn có thể tải lên chính sách nội dung của mình và một loạt các bản ghi trò chuyện khác nhau để xem Claude hoạt động như thế nào. Quá trình này cho phép bạn đảm bảo rằng ứng dụng của bạn sẽ phản hồi thích hợp trong nhiều tình huống khác nhau.
Khách hàng nổi bật: ZoomInfo
Nền tảng tiếp thị ZoomInfo sử dụng Claude để đưa ra các đề xuất hữu ích và thúc đẩy giá trị cho khách hàng của họ. Việc sử dụng tạo prompt của họ đã giúp giảm đáng kể thời gian cần thiết để xây dựng MVP của ứng dụng RAG của họ, đồng thời cải thiện chất lượng đầu ra.
“Tính năng tạo prompt mới của Anthropic cho phép chúng tôi đạt được các đầu ra sẵn sàng cho sản xuất nhanh hơn nhiều. Nó làm nổi bật các kỹ thuật mà tôi chưa sử dụng để tăng hiệu suất và giảm đáng kể thời gian dành cho việc điều chỉnh ứng dụng của chúng tôi,” Spencer Fox, Nhà khoa học dữ liệu chính tại ZoomInfo cho biết. “Chúng tôi đã xây dựng một ứng dụng RAG mới và đạt được MVP chỉ trong vài ngày, giảm 80% thời gian tinh chỉnh prompt.”
Bắt đầu
Để bắt đầu xây dựng các prompt sẵn sàng cho sản xuất với Claude, hãy truy cập Anthropic API.
Video trình diễn trình tạo prompt:
Video về cách các mẫu Prompt giúp đánh giá:
