Anthropic właśnie opublikował nowy poradnik dotyczący efektywnego inżynierii kontekstu dla AI Agentów. Zobaczyłem to i chciałem podzielić się z wami moimi doświadczeniami: Po pierwsze, unikaj zbyt szczegółowych promptów, na przykład twardego kodowania skomplikowanej logiki if-else, ponieważ takie projektowanie promptów ma bardzo słabą kompatybilność i jest praktycznie zaprojektowane dla bardzo specyficznych scenariuszy. Strukturalna organizacja to dobry zwyczaj, na przykład markdown lub json. Podczas dopracowywania staraj się zaczynać od najmniejszego scenariusza, a następnie stopniowo go rozszerzać. Sugeruję bezpośrednie użycie zarządzania wersjami git, aby uniknąć sytuacji, w której nie wiesz, co zmieniłeś, a nagle coś przestaje działać. Kiedy używasz wywołania narzędzia, upewnij się, że narzędzie zwraca tzw. informacje o efektywnych tokenach, na przykład, jeśli chcesz, aby narzędzie zwróciło aktualną temperaturę, wystarczy {"temperature":28.2}, a nie "Dziś jest słonecznie, maksymalna temperatura 29, średnia temperatura 28.2", a potem pozwól AI oczyścić dane. Jeśli nie wiesz, jak opisać logikę, to podanie przykładów jest najlepszym sposobem. Podawanie kilku różnych przykładów z różnych perspektyw jest bardzo skuteczne dla AI. Staraj się używać wyszukiwania w czasie rzeczywistym, a nie długoterminowego buforowania, ponieważ należy wziąć pod uwagę aktualność treści wyszukiwania. Adres poradnika: