Советы по работе с длинным контекстом
While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
Расширенное окно контекста Claude (200 тысяч токенов для моделей Claude 3) позволяет обрабатывать сложные задачи с большим объемом данных. Это руководство поможет вам эффективно использовать эту возможность.
Основные советы по работе с длинными промптами
-
Размещайте длинные данные вверху: Помещайте ваши длинные документы и входные данные (~20 тысяч+ токенов) ближе к началу промпта, над вашими запросами, инструкциями и примерами. Это может значительно улучшить производительность Claude для всех моделей.
Размещение запросов в конце может улучшить качество ответов до 30% в тестах, особенно при работе со сложными входными данными из нескольких документов. -
Структурируйте содержимое документов и метаданные с помощью XML-тегов: При использовании нескольких документов оберните каждый документ в теги
<document>с подтегами<document_content>и<source>(и другими метаданными) для ясности. -
Подкрепляйте ответы цитатами: Для задач с длинными документами попросите Claude сначала процитировать релевантные части документов, прежде чем выполнять задачу. Это помогает Claude отфильтровать "шум" из остального содержимого документа.
Библиотека промптов
Вдохновляйтесь подборкой промптов для различных задач и случаев использования.
Руководство по промптам на GitHub
Учебник с множеством примеров, охватывающий концепции промпт-инжиниринга из нашей документации.
Руководство по промптам в Google Sheets
Облегченная версия нашего руководства по промпт-инжинирингу в виде интерактивной таблицы.