Loading...
    • 開發者指南
    • API 參考
    • MCP
    • 資源
    • 發行說明
    Search...
    ⌘K
    開始使用
    Claude 簡介快速開始
    模型與定價
    模型概覽選擇模型Claude 4.5 新功能遷移至 Claude 4.5模型棄用定價
    使用 Claude 構建
    功能概覽使用 Messages API上下文窗口提示詞最佳實踐
    功能
    提示詞快取上下文編輯擴展思考努力串流消息批次處理引用多語言支援Token 計數嵌入視覺PDF 支援Files API搜尋結果結構化輸出
    工具
    概覽如何實現工具使用細粒度工具串流Bash 工具代碼執行工具程式化工具調用計算機使用工具文字編輯器工具網頁擷取工具網頁搜尋工具記憶體工具工具搜尋工具
    Agent Skills
    概覽快速開始最佳實踐使用 API 的 Skills
    Agent SDK
    概覽快速開始TypeScript SDKTypeScript V2 (預覽)Python SDK遷移指南
    API 中的 MCP
    MCP 連接器遠端 MCP 伺服器
    第三方平台上的 Claude
    Amazon BedrockMicrosoft FoundryVertex AI
    提示詞工程
    概覽提示詞生成器使用提示詞範本提示詞改進器清晰直接使用範例 (多次提示)讓 Claude 思考 (CoT)使用 XML 標籤給 Claude 一個角色 (系統提示詞)預填 Claude 的回應鏈接複雜提示詞長上下文提示擴展思考提示
    測試與評估
    定義成功標準開發測試案例使用評估工具降低延遲
    加強防護欄
    減少幻覺增加輸出一致性緩解越獄串流拒絕減少提示詞洩露保持 Claude 的角色
    管理和監控
    Admin API 概覽使用量和成本 APIClaude Code Analytics API
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    功能

    努力程度

    使用努力程度參數控制 Claude 在回應時使用多少個 token,在回應完整性和 token 效率之間進行權衡。

    努力程度參數允許您控制 Claude 在回應請求時花費 token 的積極程度。這使您能夠在回應完整性和 token 效率之間進行權衡,所有這些都可以使用單一模型完成。

    努力程度參數目前處於測試版,僅由 Claude Opus 4.5 支援。

    使用此功能時,您必須包含測試版標頭 effort-2025-11-24。

    努力程度如何運作

    預設情況下,Claude 使用最大努力程度—花費盡可能多的 token 以獲得最佳結果。通過降低努力程度,您可以指示 Claude 在 token 使用上更加保守,優化速度和成本,同時接受某些功能的降低。

    將 effort 設定為 "high" 會產生與完全省略 effort 參數完全相同的行為。

    努力程度參數影響回應中的所有 token,包括:

    • 文字回應和解釋
    • 工具呼叫和函數參數
    • 擴展思考(啟用時)

    這種方法有兩個主要優點:

    1. 它不需要啟用思考就能使用。
    2. 它可以影響所有 token 支出,包括工具呼叫。例如,較低的努力程度意味著 Claude 進行的工具呼叫較少。這提供了對效率的更大控制程度。

    努力程度

    級別描述典型使用案例
    high最大功能。Claude 使用盡可能多的 token 以獲得最佳結果。等同於不設定參數。複雜推理、困難的編碼問題、代理任務
    medium平衡方法,具有適度的 token 節省。需要速度、成本和效能平衡的代理任務
    low最高效率。顯著節省 token,但功能有所降低。需要最佳速度和最低成本的簡單任務,例如子代理

    基本用法

    import anthropic
    
    client = anthropic.Anthropic()
    
    response = client.beta.messages.create(
        model="claude-opus-4-5-20251101",
        betas=["effort-2025-11-24"],
        max_tokens=4096,
        messages=[{
            "role": "user",
            "content": "Analyze the trade-offs between microservices and monolithic architectures"
        }],
        output_config={
            "effort": "medium"
        }
    )
    
    print(response.content[0].text)

    何時應調整努力程度參數?

    • 當您需要 Claude 的最佳工作時,使用高努力程度(預設值)—複雜推理、細緻分析、困難的編碼問題,或任何品質是首要優先事項的任務。
    • 當您想要穩定的效能而不需要高努力程度的完整 token 支出時,使用中等努力程度作為平衡選項。
    • 當您優化速度(因為 Claude 使用較少的 token 回答)或成本時,使用低努力程度—例如簡單的分類任務、快速查詢,或邊際品質改進不足以證明額外延遲或支出的大量使用案例。

    努力程度與工具使用

    使用工具時,努力程度參數會影響工具呼叫周圍的解釋和工具呼叫本身。較低的努力程度傾向於:

    • 將多個操作合併為較少的工具呼叫
    • 進行較少的工具呼叫
    • 直接進行操作而不需要前言
    • 完成後使用簡潔的確認訊息

    較高的努力程度可能會:

    • 進行更多工具呼叫
    • 在採取行動前解釋計畫
    • 提供詳細的變更摘要
    • 包含更全面的程式碼註解

    努力程度與擴展思考

    當啟用擴展思考時,努力程度參數與思考 token 預算一起運作。這兩個控制項服務於不同的目的:

    • 努力程度參數:控制 Claude 如何花費所有 token—包括思考 token、文字回應和工具呼叫
    • 思考 token 預算:設定思考 token 的最大限制

    努力程度參數可以在啟用或不啟用擴展思考的情況下使用。當兩者都配置時:

    1. 首先確定適合您的任務的努力程度
    2. 然後根據任務複雜性設定思考 token 預算

    為了在複雜推理任務上獲得最佳效能,使用高努力程度(預設值)和高思考 token 預算。這允許 Claude 充分思考並提供全面的回應。

    最佳實踐

    1. 從高開始:使用較低的努力程度來權衡效能以換取 token 效率。
    2. 對速度敏感或簡單任務使用低努力程度:當延遲很重要或任務很簡單時,低努力程度可以顯著減少回應時間和成本。
    3. 測試您的使用案例:努力程度的影響因任務類型而異。在部署前評估您特定使用案例的效能。
    4. 考慮動態努力程度:根據任務複雜性調整努力程度。簡單查詢可能需要低努力程度,而代理編碼和複雜推理受益於高努力程度。