While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
Suggerimenti essenziali per i prompt con contesto lungo
-
Inserisci i dati lunghi all’inizio: Posiziona i tuoi documenti e input lunghi (~20K+ token) vicino all’inizio del tuo prompt, sopra la query, le istruzioni e gli esempi. Questo può migliorare significativamente le prestazioni di Claude su tutti i modelli.
Le query alla fine possono migliorare la qualità della risposta fino al 30% nei test, specialmente con input complessi e multi-documento.
-
Struttura il contenuto del documento e i metadati con tag XML: Quando utilizzi più documenti, racchiudi ogni documento in tag
<document>con sottotag<document_content>e<source>(e altri metadati) per maggiore chiarezza.Esempio di struttura multi-documento
-
Basa le risposte su citazioni: Per le attività con documenti lunghi, chiedi a Claude di citare prima le parti rilevanti dei documenti prima di svolgere il suo compito. Questo aiuta Claude a filtrare il “rumore” del resto del contenuto del documento.
Esempio di estrazione di citazioni
Libreria di prompt
Lasciati ispirare da una selezione curata di prompt per varie attività e casi d’uso.
Tutorial di prompting su GitHub
Un tutorial ricco di esempi che copre i concetti di prompt engineering presenti nella nostra documentazione.
Tutorial di prompting su Google Sheets
Una versione più leggera del nostro tutorial di prompt engineering attraverso un foglio di calcolo interattivo.