While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.
Claude的扩展上下文窗口(Claude 3模型为200K tokens)使其能够处理复杂的、数据丰富的任务。本指南将帮助您有效地利用这一能力。

长文本提示的基本技巧

  • 将长文本数据放在顶部:将您的长文档和输入(约20K+ tokens)放在提示的顶部,位于查询、指令和示例之上。这可以显著提高Claude在所有模型中的表现。
    测试表明,将查询放在末尾可以将响应质量提高多达30%,特别是在处理复杂的多文档输入时。
  • 使用XML标签构建文档内容和元数据:在使用多个文档时,用<document>标签包装每个文档,并使用<document_content><source>(以及其他元数据)子标签以提高清晰度。
    <documents>
      <document index="1">
        <source>annual_report_2023.pdf</source>
        <document_content>
          {{ANNUAL_REPORT}}
        </document_content>
      </document>
      <document index="2">
        <source>competitor_analysis_q2.xlsx</source>
        <document_content>
          {{COMPETITOR_ANALYSIS}}
        </document_content>
      </document>
    </documents>
    
    分析年度报告和竞争对手分析。识别战略优势并推荐第三季度重点关注领域。
    
  • 用引用支持响应:对于长文档任务,请先让Claude引用文档中的相关部分,然后再执行任务。这有助于Claude从文档内容的”噪音”中筛选出重要信息。
    您是一位AI医生助手。您的任务是帮助医生诊断可能的患者疾病。
    
    <documents>
      <document index="1">
        <source>patient_symptoms.txt</source>
        <document_content>
          {{PATIENT_SYMPTOMS}}
        </document_content>
      </document>
      <document index="2">
        <source>patient_records.txt</source>
        <document_content>
          {{PATIENT_RECORDS}}
        </document_content>
      </document>
      <document index="3">
        <source>patient01_appt_history.txt</source>
        <document_content>
          {{PATIENT01_APPOINTMENT_HISTORY}}
        </document_content>
      </document>
    </documents>
    
    从患者记录和就诊历史中找出与诊断患者报告症状相关的引用。将这些引用放在<quotes>标签中。然后,根据这些引用,列出所有能帮助医生诊断患者症状的信息。将您的诊断信息放在<info>标签中。