Anthropic 提示工程交互式教程：零基础实战掌握 Claude 提示词写法

Anthropic 提示工程交互式教程零基础实战掌握 Claude 提示词写法【免费下载链接】prompt-eng-interactive-tutorialAnthropics Interactive Prompt Engineering Tutorial项目地址: https://gitcode.com/GitHub_Trending/pr/prompt-eng-interactive-tutorial这是 Anthropic 官方出品的交互式提示工程教程9 章核心课程加 3 个附录全部是可动手的 Jupyter Notebook 练习让你实时验证每一条提示词策略的效果是零基础入门 Claude 提示词写法的完整路径。第一眼它解决什么问题你大概都有过这种体验问 Claude 写首俳句它先来一句这里是一首俳句让它只回一个人名它非要解释一大段问它没把握的事实它还能一本正经地编。更麻烦的是你按网上的教程改提示词却不知道哪一处改动真的起了作用。问题出在学习方式上。大多数提示工程资料只讲理论你读得懂但没法验证——改一个词效果是好是坏全凭感觉。这个教程把每种技巧都放进能直接运行的 Notebook 里每章固定是课程讲解 练习 实验区三段你在实验区随手改提示词Claude 的响应立刻变化对错好坏你自己看得见。五分钟跑起来标准版只需要一个 API Key。克隆仓库装依赖git clone https://gitcode.com/GitHub_Trending/pr/prompt-eng-interactive-tutorial pip install anthropic打开 Anthropic 1P/00_Tutorial_How-To.ipynb把API_KEY填成你自己的密钥模型默认claude-3-haiku-20240307然后从01_Basic_Prompt_Structure开始按编号顺序往下学就行。如果你用的是 AWS直接走 AmazonBedrock/ 目录依赖装一下boto3、awscli配好AWS_REGION即可课程内容完全一致。它实际能做什么场景一邮件自动分类。你要给客服系统做分类器把邮件分到售前咨询、产品故障、账单问题、其他四类。教程第 6、7 章就练这个提示词里用 XML 标签列出分类再预填一个开括号最后补几条 few-shot 示例。效果是 Claude 只回一个形如B)的字母你的代码可以直接正则解析不用处理任何寒暄。场景二把输出接进程序。你的后端想从回复里稳定取出正文但 Claude 总爱加前言。第 5 章教你让 Claude 把答案包进 XML 标签甚至用 prefill 让回复直接从一个开标签开始。效果是下游代码写个十几行的解析函数就能拿到只要的内容。场景三压住幻觉。做知识问答时Claude 为了乐于助人可能硬编答案。第 8 章给两个可执行的办法明确告诉它不知道就说不知道或者让它先引用原文证据、有据才答。效果是遇到没把握的问题它会直接承认而不是编造。场景四让 Claude 调工具。附录 10.2 演示工具调用在系统提示里用 JSONSchema 描述get_user、add_product这类函数Claude 输出要调的函数名和参数你的程序执行后把结果塞回去继续对话。效果是查库、算数、查天气这类多步任务都能串起来而它其实只是把变量替换和提示链这两招组合了一下。幕后是怎么做的整个课程反复出现的机制其实就三个理解了它们9 章内容基本都能串起来。第一个是角色提示Role Prompting。类比一下你招了个实习生日没交代背景他只能对着任务发呆。Claude 对每次对话都零上下文所以你现在是一位资深税务会计师这类角色设定等于先把该知道的背景一次性给足回答的专业度和口吻都会跟着变。第二个是提示模板Prompt Template。类比填表固定部分是表格框架每次变的只是填进去的字段。教程让你把固定骨架和变量数据分开写用{TOPIC}这样的占位符发送前再替换进去。这样同一份提示词能反复处理不同的输入数据。第三个是Prefill替模型开个头。类比接话你先替对方把第一句说了比如写好我给出三条理由1.对方只能顺着往下接。对应到 API 就是先发一条 assistant 消息Claude 会严格沿用你的开头这是控制输出格式最狠的一招。避坑与实用技巧按顺序学别跳章。课程明确建议按章节顺序走因为后面的练习会反复调用前面的技巧第 6 章的练习甚至直接让你回看第 2、5 章。卡住了先看提示文件。hints.py 里每个练习都有解题方向Bedrock 版的练习还带自动评分函数格式对不对跑一下就知道了不用自己猜。temperature 设 0 是有意的。教程全程用 Claude 3 Haiku 加 temperature 0结果确定、花费低方便你判断变化到底来自提示词还是随机性。这些技巧换到 Sonnet、Opus 上照样成立。用金标准自检提示词。第 2 章给的方法很简单把你的提示词给同事看让他照做。他做不出来你想要的结果Claude 也做不出来。Bedrock 版两套 SDK 选一个就行。AmazonBedrock/ 下anthropic/用AnthropicBedrock客户端和boto3/用 AWS SDK内容相同cloudformation/里还有一键部署整个 workshop 的模板。走得更远想系统复习入口是 README.md 的完整目录从基础到高级的 9 章和附录都列得清清楚楚。标准版课程在 Anthropic 1P/AWS 版本在 AmazonBedrock/两者练习题一一对应。学完 9 章后附录是自然延伸10.1 讲提示链让 Claude 自查自改答案10.2 讲工具调用10.3 讲检索增强生成RAG教你把向量数据库检索到的资料喂给 Claude 再作答。想改出自己的版本照着 hints.py 里练习的结构——提示词模板加评分函数——就能给自己业务写一套提示词评测集。教程的价值不在于记住了多少技巧而在于你练过改一个词、看一次响应的完整闭环手感。clone 下来从第 1 章的第一个练习开始今天就跑一次试试。【免费下载链接】prompt-eng-interactive-tutorialAnthropics Interactive Prompt Engineering Tutorial项目地址: https://gitcode.com/GitHub_Trending/pr/prompt-eng-interactive-tutorial创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考