Besuchen Sie unser Inhaltsmoderation-Kochbuch, um ein Beispiel für eine Inhaltsmoderation-Implementierung mit Claude zu sehen.
Vor der Entwicklung mit Claude
Entscheiden Sie, ob Sie Claude für die Inhaltsmoderation verwenden möchten
Hier sind einige wichtige Indikatoren dafür, dass Sie ein LLM wie Claude anstelle eines traditionellen ML- oder regelbasierten Ansatzes für die Inhaltsmoderation verwenden sollten:Sie möchten eine kosteneffektive und schnelle Implementierung
Sie möchten eine kosteneffektive und schnelle Implementierung
Sie wünschen sowohl semantisches Verständnis als auch schnelle Entscheidungen
Sie wünschen sowohl semantisches Verständnis als auch schnelle Entscheidungen
Sie benötigen konsistente Richtlinienentscheidungen
Sie benötigen konsistente Richtlinienentscheidungen
Ihre Moderationsrichtlinien werden sich wahrscheinlich ändern oder im Laufe der Zeit weiterentwickeln
Ihre Moderationsrichtlinien werden sich wahrscheinlich ändern oder im Laufe der Zeit weiterentwickeln
Sie benötigen interpretierbare Begründungen für Ihre Moderationsentscheidungen
Sie benötigen interpretierbare Begründungen für Ihre Moderationsentscheidungen
Sie benötigen mehrsprachige Unterstützung ohne separate Modelle zu pflegen
Sie benötigen mehrsprachige Unterstützung ohne separate Modelle zu pflegen
Sie benötigen multimodale Unterstützung
Sie benötigen multimodale Unterstützung
Generieren Sie Beispiele für zu moderierende Inhalte
Bevor Sie eine Inhaltsmoderation-Lösung entwickeln, erstellen Sie zunächst Beispiele für Inhalte, die gekennzeichnet werden sollten, und Inhalte, die nicht gekennzeichnet werden sollten. Stellen Sie sicher, dass Sie Grenzfälle und herausfordernde Szenarien einschließen, die für ein Inhaltsmoderation-System schwer effektiv zu handhaben sein könnten. Überprüfen Sie anschließend Ihre Beispiele, um eine gut definierte Liste von Moderationskategorien zu erstellen. Zum Beispiel könnten die von einer Social-Media-Plattform generierten Beispiele folgende umfassen:This movie was great, I really enjoyed it. The main actor really killed it! muss das Inhaltsmoderation-System erkennen, dass “killed it” eine Metapher ist, nicht ein Hinweis auf tatsächliche Gewalt. Umgekehrt sollte der Kommentar Delete this post now or you better hide. I am coming after you and your family. trotz des Fehlens expliziter Gewalterwähnungen vom Inhaltsmoderation-System gekennzeichnet werden.
Die unsafe_categories-Liste kann an Ihre spezifischen Bedürfnisse angepasst werden. Wenn Sie beispielsweise verhindern möchten, dass Minderjährige Inhalte auf Ihrer Website erstellen, könnten Sie “Underage Posting” zur Liste hinzufügen.
Wie man Inhalte mit Claude moderiert
Wählen Sie das richtige Claude-Modell
Bei der Auswahl eines Modells ist es wichtig, die Größe Ihrer Daten zu berücksichtigen. Wenn Kosten ein Anliegen sind, ist ein kleineres Modell wie Claude Haiku 3 aufgrund seiner Kosteneffizienz eine ausgezeichnete Wahl. Unten ist eine Schätzung der Kosten zur Moderation von Text für eine Social-Media-Plattform, die eine Milliarde Posts pro Monat erhält:-
Inhaltsgröße
- Posts pro Monat: 1 Mrd.
- Zeichen pro Post: 100
- Gesamtzeichen: 100 Mrd.
-
Geschätzte Token
- Input-Token: 28,6 Mrd. (angenommen 1 Token pro 3,5 Zeichen)
- Prozentsatz der gekennzeichneten Nachrichten: 3%
- Output-Token pro gekennzeichneter Nachricht: 50
- Gesamte Output-Token: 1,5 Mrd.
-
Claude Haiku 3 geschätzte Kosten
- Input-Token-Kosten: 2.860 MTok * $0,25/MTok = $715
- Output-Token-Kosten: 1.500 MTok * $1,25/MTok = $1.875
- Monatliche Kosten: $715 + $1.875 = $2.590
-
Claude Sonnet 4.5 geschätzte Kosten
- Input-Token-Kosten: 2.860 MTok * $3,00/MTok = $8.580
- Output-Token-Kosten: 1.500 MTok * $15,00/MTok = $22.500
- Monatliche Kosten: $8.580 + $22.500 = $31.080
explanation-Feld aus der Antwort entfernt wird.Erstellen Sie eine starke Eingabeaufforderung
Um Claude für die Inhaltsmoderation zu verwenden, muss Claude die Moderationsanforderungen Ihrer Anwendung verstehen. Beginnen wir mit dem Schreiben einer Eingabeaufforderung, die es Ihnen ermöglicht, Ihre Moderationsbedürfnisse zu definieren:moderate_message-Funktion eine Bewertungsaufforderung, die die unsicheren Inhaltskategorien und die Nachricht, die wir bewerten möchten, einschließt. Die Eingabeaufforderung bittet Claude zu bewerten, ob die Nachricht moderiert werden sollte, basierend auf den unsicheren Kategorien, die wir definiert haben.
Die Bewertung des Modells wird dann geparst, um zu bestimmen, ob es eine Verletzung gibt. Wenn es eine Verletzung gibt, gibt Claude auch eine Liste der verletzten Kategorien sowie eine Erklärung zurück, warum die Nachricht unsicher ist.
Bewerten Sie Ihre Eingabeaufforderung
Inhaltsmoderation ist ein Klassifikationsproblem. Daher können Sie dieselben Techniken verwenden, die in unserem Klassifikations-Kochbuch beschrieben sind, um die Genauigkeit Ihres Inhaltsmoderation-Systems zu bestimmen. Eine zusätzliche Überlegung ist, dass Sie anstatt die Inhaltsmoderation als binäres Klassifikationsproblem zu behandeln, stattdessen mehrere Kategorien erstellen können, um verschiedene Risikoebenen darzustellen. Das Erstellen mehrerer Risikoebenen ermöglicht es Ihnen, die Aggressivität Ihrer Moderation anzupassen. Zum Beispiel möchten Sie möglicherweise Benutzeranfragen, die als hohes Risiko eingestuft werden, automatisch blockieren, während Benutzer mit vielen mittleren Risikoanfragen für menschliche Überprüfung gekennzeichnet werden.assess_risk_level-Funktion, die Claude verwendet, um das Risikoniveau einer Nachricht zu bewerten. Die Funktion akzeptiert eine Nachricht und eine Liste unsicherer Kategorien als Eingaben.
Innerhalb der Funktion wird eine Eingabeaufforderung für Claude generiert, die die zu bewertende Nachricht, die unsicheren Kategorien und spezifische Anweisungen zur Bewertung des Risikoniveaus einschließt. Die Eingabeaufforderung weist Claude an, mit einem JSON-Objekt zu antworten, das das Risikoniveau, die verletzten Kategorien und eine optionale Erklärung einschließt.
Dieser Ansatz ermöglicht flexible Inhaltsmoderation durch die Zuweisung von Risikoebenen. Er kann nahtlos in ein größeres System integriert werden, um die Inhaltsfilterung zu automatisieren oder Kommentare basierend auf ihrem bewerteten Risikoniveau für menschliche Überprüfung zu kennzeichnen. Zum Beispiel wird bei der Ausführung dieses Codes der Kommentar Delete this post now or you better hide. I am coming after you and your family. als hohes Risiko identifiziert aufgrund seiner gefährlichen Bedrohung. Umgekehrt wird der Kommentar Stay away from the 5G cellphones!! They are using 5G to control you. als mittleres Risiko kategorisiert.
Stellen Sie Ihre Eingabeaufforderung bereit
Sobald Sie von der Qualität Ihrer Lösung überzeugt sind, ist es Zeit, sie in der Produktion bereitzustellen. Hier sind einige bewährte Praktiken, die Sie befolgen sollten, wenn Sie Inhaltsmoderation in der Produktion verwenden:-
Geben Sie Benutzern klares Feedback: Wenn Benutzereingaben blockiert werden oder eine Antwort aufgrund von Inhaltsmoderation gekennzeichnet wird, geben Sie informatives und konstruktives Feedback, um Benutzern zu helfen zu verstehen, warum ihre Nachricht gekennzeichnet wurde und wie sie sie angemessen umformulieren können. In den obigen Codierungsbeispielen geschieht dies durch das
explanation-Tag in der Claude-Antwort. - Analysieren Sie moderierte Inhalte: Verfolgen Sie die Arten von Inhalten, die von Ihrem Moderationssystem gekennzeichnet werden, um Trends und potenzielle Verbesserungsbereiche zu identifizieren.
- Kontinuierlich bewerten und verbessern: Bewerten Sie regelmäßig die Leistung Ihres Inhaltsmoderation-Systems mit Metriken wie Präzisions- und Recall-Tracking. Verwenden Sie diese Daten, um Ihre Moderationsaufforderungen, Schlüsselwörter und Bewertungskriterien iterativ zu verfeinern.
Leistung verbessern
In komplexen Szenarien kann es hilfreich sein, zusätzliche Strategien zu berücksichtigen, um die Leistung über standardmäßige Eingabeaufforderungs-Engineering-Techniken hinaus zu verbessern. Hier sind einige fortgeschrittene Strategien:Definieren Sie Themen und geben Sie Beispiele
Zusätzlich zur Auflistung der unsicheren Kategorien in der Eingabeaufforderung können weitere Verbesserungen vorgenommen werden, indem Definitionen und Phrasen zu jeder Kategorie bereitgestellt werden.moderate_message_with_definitions-Funktion erweitert die frühere moderate_message-Funktion, indem sie es ermöglicht, jede unsichere Kategorie mit einer detaillierten Definition zu paaren. Dies geschieht im Code durch das Ersetzen der unsafe_categories-Liste aus der ursprünglichen Funktion durch ein unsafe_category_definitions-Wörterbuch. Dieses Wörterbuch ordnet jede unsichere Kategorie ihrer entsprechenden Definition zu. Sowohl die Kategorienamen als auch ihre Definitionen sind in der Eingabeaufforderung enthalten.
Bemerkenswert ist, dass die Definition für die Specialized Advice-Kategorie nun die Arten von Finanzberatung spezifiziert, die verboten werden sollten. Infolgedessen löst der Kommentar It's a great time to invest in gold!, der zuvor die moderate_message-Bewertung bestanden hat, nun eine Verletzung aus.
Erwägen Sie Stapelverarbeitung
Um Kosten in Situationen zu reduzieren, in denen Echtzeitmoderation nicht notwendig ist, erwägen Sie die Moderation von Nachrichten in Stapeln. Schließen Sie mehrere Nachrichten in den Kontext der Eingabeaufforderung ein und bitten Sie Claude zu bewerten, welche Nachrichten moderiert werden sollten.batch_moderate_messages-Funktion die Moderation eines ganzen Stapels von Nachrichten mit einem einzigen Claude-API-Aufruf.
Innerhalb der Funktion wird eine Eingabeaufforderung erstellt, die die Liste der zu bewertenden Nachrichten, die definierten unsicheren Inhaltskategorien und ihre Beschreibungen einschließt. Die Eingabeaufforderung weist Claude an, ein JSON-Objekt zurückzugeben, das alle Nachrichten auflistet, die Verletzungen enthalten. Jede Nachricht in der Antwort wird durch ihre ID identifiziert, die der Position der Nachricht in der Eingabeliste entspricht.
Beachten Sie, dass das Finden der optimalen Stapelgröße für Ihre spezifischen Bedürfnisse möglicherweise etwas Experimentieren erfordert. Während größere Stapelgrößen die Kosten senken können, könnten sie auch zu einem leichten Qualitätsverlust führen. Zusätzlich müssen Sie möglicherweise den max_tokens-Parameter im Claude-API-Aufruf erhöhen, um längere Antworten zu berücksichtigen. Für Details zur maximalen Anzahl von Token, die Ihr gewähltes Modell ausgeben kann, siehe die Modellvergleichsseite.