Alat prompting Console

Claude Console menawarkan serangkaian alat untuk membantu Anda membangun dan menyempurnakan prompt. Halaman ini memandu Anda melalui alat-alat tersebut dalam urutan yang biasanya Anda gunakan: membuat draf pertama, menambahkan template dan variabel, lalu menyempurnakan prompt yang sudah ada.

Generator prompt

Terkadang, bagian tersulit dari menggunakan model AI adalah mencari tahu cara melakukan prompting secara efektif. Generator prompt memandu Claude untuk membuat template prompt berkualitas tinggi yang disesuaikan dengan tugas spesifik Anda, mengikuti banyak praktik terbaik rekayasa prompt kami.

Generator prompt sangat berguna untuk mengatasi "masalah halaman kosong"—ini memberi Anda titik awal untuk pengujian dan iterasi lebih lanjut.

Jika Anda tertarik untuk menganalisis prompt dan arsitektur yang mendasarinya, lihat notebook Google Colab generator prompt kami. Untuk menjalankan notebook Colab, Anda memerlukan kunci API.

Template prompt dan variabel

Saat men-deploy aplikasi berbasis LLM dengan Claude, panggilan API Anda biasanya terdiri dari dua jenis konten:

• Konten tetap: Instruksi atau konteks statis yang tetap konstan di berbagai interaksi
• Konten variabel: Elemen dinamis yang berubah dengan setiap permintaan atau percakapan, seperti:
  • Input pengguna
  • Konten yang diambil untuk Retrieval-Augmented Generation (RAG)
  • Konteks percakapan seperti riwayat akun pengguna
  • Data yang dihasilkan sistem seperti hasil penggunaan alat yang dimasukkan dari panggilan independen lain ke Claude

Template prompt menggabungkan bagian tetap dan variabel ini, menggunakan placeholder untuk konten dinamis. Di Claude Console, placeholder ini dilambangkan dengan {{tanda kurung ganda}}, membuatnya mudah diidentifikasi dan memungkinkan pengujian cepat dengan nilai yang berbeda.

Anda harus menggunakan template prompt dan variabel ketika Anda mengharapkan bagian mana pun dari prompt Anda akan diulang dalam panggilan lain ke Claude (melalui API atau Claude Console. claude.ai saat ini tidak mendukung template prompt atau variabel).

Template prompt menawarkan beberapa manfaat:

• Konsistensi: Memastikan struktur yang konsisten untuk prompt Anda di berbagai interaksi
• Efisiensi: Mudah mengganti konten variabel tanpa menulis ulang seluruh prompt
• Kemampuan pengujian: Dengan cepat menguji input dan kasus tepi yang berbeda hanya dengan mengubah bagian variabel
• Skalabilitas: Menyederhanakan manajemen prompt seiring pertumbuhan kompleksitas aplikasi Anda
• Kontrol versi: Mudah melacak perubahan pada struktur prompt Anda dari waktu ke waktu dengan hanya memantau bagian inti dari prompt Anda, terpisah dari input dinamis

Console menggunakan template prompt dan variabel untuk mendukung alatnya:

• Generator prompt: Memutuskan variabel apa yang dibutuhkan prompt Anda dan menyertakannya dalam template yang dihasilkannya
• Penyempurna prompt: Mengambil template Anda yang sudah ada, termasuk semua variabel, dan mempertahankannya dalam template yang disempurnakan yang dihasilkannya
• Alat evaluasi: Memungkinkan Anda dengan mudah menguji, menskalakan, dan melacak versi prompt Anda dengan memisahkan bagian variabel dan tetap dari template prompt Anda

Contoh template prompt

Pertimbangkan aplikasi sederhana yang menerjemahkan teks bahasa Inggris ke bahasa Spanyol. Teks yang diterjemahkan akan menjadi variabel karena berubah antar pengguna atau panggilan ke Claude. Anda mungkin menggunakan template prompt ini:

Translate this text from English to Spanish: {{text}}

Penyempurna prompt

Penyempurna prompt membantu Anda dengan cepat melakukan iterasi dan menyempurnakan prompt Anda melalui analisis dan peningkatan otomatis. Alat ini unggul dalam membuat prompt lebih kuat untuk tugas-tugas kompleks yang memerlukan akurasi tinggi.

Sebelum Anda mulai

Anda memerlukan:

• Template prompt (lihat Template prompt dan variabel di atas)
• Umpan balik tentang masalah saat ini dengan output Claude (opsional tetapi disarankan)
• Contoh input dan output ideal (opsional tetapi disarankan)

Cara kerja penyempurna prompt

Penyempurna prompt meningkatkan prompt Anda dalam 4 langkah:

1. Identifikasi contoh: Menemukan dan mengekstrak contoh dari template prompt Anda
2. Draf awal: Membuat template terstruktur dengan bagian yang jelas dan tag XML
3. Penyempurnaan chain of thought: Menambahkan dan menyempurnakan instruksi penalaran terperinci
4. Peningkatan contoh: Memperbarui contoh untuk mendemonstrasikan proses penalaran baru

Anda dapat melihat langkah-langkah ini terjadi secara real-time di modal peningkatan.

Apa yang Anda dapatkan

Penyempurna prompt menghasilkan template dengan:

• Instruksi chain-of-thought terperinci yang memandu proses penalaran Claude dan biasanya meningkatkan kinerjanya
• Organisasi yang jelas menggunakan tag XML untuk memisahkan komponen yang berbeda
• Pemformatan contoh yang terstandarisasi yang mendemonstrasikan penalaran langkah demi langkah dari input ke output
• Prefill strategis yang memandu respons awal Claude

Cara menggunakan penyempurna prompt

1. Kirimkan template prompt Anda
2. Tambahkan umpan balik apa pun tentang masalah dengan output Claude saat ini (misalnya, "ringkasan terlalu dasar untuk audiens ahli")
3. Sertakan contoh input dan output ideal
4. Tinjau prompt yang disempurnakan

Hasilkan contoh pengujian

Belum memiliki contoh? Gunakan Generator Kasus Uji untuk:

1. Menghasilkan contoh input
2. Mendapatkan respons Claude
3. Mengedit respons agar sesuai dengan output ideal Anda
4. Menambahkan contoh yang telah disempurnakan ke prompt Anda

Kapan menggunakan penyempurna prompt

Penyempurna prompt paling cocok untuk:

• Tugas kompleks yang memerlukan penalaran terperinci
• Situasi di mana akurasi lebih penting daripada kecepatan
• Masalah di mana output Claude saat ini memerlukan peningkatan signifikan

Contoh peningkatan

Berikut cara penyempurna prompt meningkatkan prompt klasifikasi dasar:

Perhatikan bagaimana prompt yang disempurnakan:

• Menambahkan instruksi penalaran langkah demi langkah yang jelas
• Menggunakan tag XML untuk mengorganisir konten
• Memberikan persyaratan pemformatan output yang eksplisit
• Memandu Claude melalui proses analisis

Pemecahan masalah

Masalah umum dan solusinya:

• Contoh tidak muncul dalam output: Periksa bahwa contoh diformat dengan benar menggunakan tag XML dan muncul di awal pesan pengguna pertama
• Chain of thought terlalu bertele-tele: Tambahkan instruksi spesifik tentang panjang output dan tingkat detail yang diinginkan
• Langkah penalaran tidak sesuai dengan kebutuhan Anda: Modifikasi bagian langkah agar sesuai dengan kasus penggunaan spesifik Anda

Langkah selanjutnya