Anthropic har nettopp gitt ut en ny opplæring om effektiv kontekstuell engineering for AI-agenter Jeg tok en titt og delte med deg det jeg lærte: Den ene er å unngå å være for spesifikk i ledetekster, for eksempel hardkoding av kompleks if-else-logikk, fordi denne designmeldingskompatibiliteten er svært dårlig, nesten designet for svært spesifikke scenarier. Strukturert organisering er en god praksis, for eksempel markdown eller json. Når du polerer, prøv å starte med den minste scenen først, og utvid deretter gradvis. Når du bruker et verktøykall, må du la verktøyet returnere den såkalte token-effektive informasjonen, for eksempel trenger du bare {"temperature":28.2} for å returnere gjeldende temperatur, i stedet for "Dagens vær er solrikt, maksimumstemperaturen er 29, gjennomsnittstemperaturen er 28.2" og deretter la AI rense dataene. Hvis du ikke vet hvordan du skal beskrive det logisk, er det å gi eksempler faktisk den beste måten, og å gi noen flere eksempler fra forskjellige vinkler er veldig effektivt for AI. Kontekstuelt søk bør bruke sanntidshenting så mye som mulig, i stedet for langsiktig caching, og aktualiteten til henteinnholdet må vurderes. Opplæringens adresse: