Anthropic ha appena pubblicato un nuovo tutorial sull'ingegneria del contesto efficace per gli agenti AI. Ho dato un'occhiata e voglio condividere con voi le esperienze che ho appreso: Uno è che il prompt dovrebbe evitare di essere troppo specifico, come ad esempio codificare in modo rigido logiche complesse if-else, perché progettare un prompt in questo modo ha una scarsa compatibilità, praticamente è stato creato per scenari molto specifici. Organizzare in modo strutturato è una buona pratica, ad esempio usando markdown o json. Quando si affina, è meglio partire dal minimo scenario e poi espandere gradualmente; qui consiglio di utilizzare direttamente la gestione delle versioni git, per evitare di non sapere dove si è modificato e poi avere problemi improvvisi. Quando si utilizza una chiamata a uno strumento, assicurati che lo strumento restituisca le informazioni cosiddette token effective, ad esempio se chiedi a uno strumento di restituire la temperatura attuale, dovresti ricevere solo {"temperature":28.2}, e non "Oggi il tempo è sereno, la temperatura massima è 29, la temperatura media è 28.2" e poi far pulire i dati all'AI. Se non sai come usare la logica per descrivere, allora fare esempi è in realtà il modo migliore; fornire diversi esempi da angolazioni diverse è molto efficace per l'AI. Cerca di utilizzare ricerche in tempo reale per il contesto, piuttosto che memorizzare a lungo termine, poiché è necessario considerare l'attualità dei contenuti ricercati. Indirizzo del tutorial: