A Anthropic acabou de lançar um novo tutorial sobre engenharia de contexto eficaz para Agentes de IA. Eu dei uma olhada e gostaria de compartilhar as experiências que aprendi: Uma é que o prompt deve evitar ser muito específico, como codificar logicamente complexos if-else, pois isso torna o prompt pouco compatível, quase como se fosse projetado para cenários muito específicos. Organização estruturada é uma boa prática, como markdown ou json. Ao refinar, tente começar com o menor cenário possível e, em seguida, expanda gradualmente. Aqui, recomendo usar o git para gerenciamento de versões, para evitar não saber onde você fez alterações e de repente tudo quebrar. Ao usar chamadas de ferramentas, certifique-se de que a ferramenta retorne as chamadas de informações chamadas de token effective, por exemplo, se você pedir à ferramenta para retornar a temperatura atual, deve ser apenas {"temperature":28.2}, e não "Hoje o tempo está ensolarado, a temperatura máxima é 29, a temperatura média é 28.2" e depois fazer a IA limpar os dados. Se você não souber como usar a descrição lógica, então dar exemplos é na verdade a melhor maneira, fornecer vários exemplos de diferentes ângulos é muito eficaz para a IA. Tente usar a recuperação de contexto em tempo real, em vez de armazenar em cache por longos períodos, pois é necessário considerar a atualidade do conteúdo recuperado. Endereço do tutorial: