Anthropic acaba de lanzar un nuevo tutorial sobre ingeniería contextual efectiva para agentes de IA Eché un vistazo y compartí con ustedes lo que aprendí: Una es evitar ser demasiado específico en las solicitudes, como la codificación rígida de la lógica compleja if-else, porque esta compatibilidad de solicitudes de diseño es muy pobre, casi diseñada para escenarios muy específicos. La organización estructurada es una buena práctica, como markdown o json. Al pulir, intente comenzar primero con la escena más pequeña y luego expanda gradualmente. Al usar una llamada a la herramienta, debe dejar que la herramienta devuelva la llamada información efectiva del token, por ejemplo, solo necesita {"temperature":28.2} para devolver la temperatura actual, en lugar de "El clima de hoy es soleado, la temperatura máxima es 29, la temperatura promedio es 28.2" y luego deje que la IA limpie los datos. Si no sabes cómo describirlo lógicamente, entonces dar ejemplos es en realidad la mejor manera, y dar algunos ejemplos más desde diferentes ángulos es muy efectivo para la IA. La búsqueda contextual debe utilizar la recuperación en tiempo real tanto como sea posible, en lugar del almacenamiento en caché a largo plazo, y se debe considerar la puntualidad del contenido de recuperación. Dirección del tutorial: