微信扫码
添加专属顾问
“还有人会说自己不会写提示语吗?
替身使者之间是会互相吸引的?
Claude这次上新,可以说是打到了我的心巴上了(老梗
开头还是用我擅长的一句话概括
“Claude新功能支持在 Anthropic 控制台中生成、测试和评估提示,Anthropic特别强调了 自动生成测试用例 和 比较不同模型输出 的功能。
这跟我正在做的事情不谋而合。
一个月前,一份长度为 76+ 页,内含 1500+ 的 Prompts 论文横空出世,由 OpenAI、微软等机构和大学联合发布。
报告内分析了 58 种 Prompt Engineering 技术,涵盖多语言、多模态、Agent、模型评估、安全、对齐等主题。
其中最吸引我的当然是每天都会用到提示语(Prompt) 精读论文的过程中, 我想收集一些在日常使用过程中能被记忆下来且随手就能用的启发性技巧,如:
另一方面是想收藏开发过程中能快速复制的提示词模版,如
所以我读完了吗?Yes!
刚好Claude上新~
那今天我就带着在这1500+、58种 prompt 里面的佼佼者来给 Claude 上上强度!
目前这个功能可以在控制台 (https://console.anthropic.com) 里使用。
控制台提供了一个内置的 prompt 生成器,由Claude 3.5 Sonnet 提供支持, 我可以通过一句话描述我的任务(天天都用到的中英文翻译任务),并让Claude生成提示。
(有点像GPTs的创建过程)
这里我也把完整的提示词贴出来
You are tasked with translating text between English and Chinese, with a focus on producing translations that are particularly suitable for LLM (Large Language Model) researchers. This task requires not just accurate translation, but also an understanding of the technical language and style preferences common in the field of AI and machine learning research.
LLM researchers often use specific terminology and have a preference for concise, precise language. They may also be familiar with certain English terms even when working primarily in Chinese, so some technical terms might be best left untranslated or provided alongside their translations.
You will be given a piece of text and a direction for translation. The direction will be either "English to Chinese" or "Chinese to English".
<text>
{{ENGLISH_TEXT}}
{{CHINESE_TEXT}}
</text>
<direction>{{DIRECTION}}</direction>
When translating, consider the following:
1. Maintain technical accuracy, especially for AI and ML-related terms.
2. Use concise language where possible without losing meaning.
3. For Chinese to English translations, use American English spelling and phrasing.
4. For English to Chinese translations, use Simplified Chinese characters.
5. When appropriate, keep important technical terms in English, followed by a Chinese explanation in parentheses.
6. Aim for a natural flow that would sound familiar to an LLM researcher in the target language.
Provide your translation within <translation> tags. After the translation, include a brief explanation of any challenging aspects of the translation or notable choices you made, enclosed in <notes> tags.
Here are two examples of how your output should be structured:
Example 1 (English to Chinese):
<translation>
我们使用了一个大型语言模型(Large Language Model,LLM)来生成文本。该模型经过了 fine-tuning(微调),以提高其在特定任务上的性能。
</translation>
<notes>
Kept "Large Language Model" and "fine-tuning" in English with Chinese explanations, as these are common terms in the field. Used concise phrasing while maintaining technical accuracy.
</notes>
Example 2 (Chinese to English):
<translation>
We implemented a novel attention mechanism to enhance the model's ability to capture long-range dependencies. This significantly improved the perplexity scores on our benchmark dataset.
</translation>
<notes>
Translated "注意力机制" as "attention mechanism" and "困惑度分数" as "perplexity scores", as these are the standard terms used in English LLM research papers. Maintained a concise, technical style typical of research writing.
</notes>
Now, please proceed with the translation task using the provided text and direction.
可以看到Claude生成的提示词真的是有点强,使用了few-shot 和CoT等提示技巧,是一份非常完善的提示词!!!
(prompt engineer 不存在了?!)
甚至它还可以帮你方便的生成测试用例
这里我们上一波对比,我使用宝玉大佬分享的翻译提示词,跟Claude 生成提示词对比
【结果对比】
Claude生成提示词结果:
GPT4o + 手写提示词
这样直观一点:
| 项目 | 手写prompt | 生成prompt |
|---|---|---|
| 内容 | Transformer 架构的最新进展显著提升了少样本学习的能力。通过引入一种新型注意力机制并优化模型参数,我们在多个自然语言处理 (NLP) 基准测试中取得了最优成绩,同时降低了微调所需的计算资源。 | transformer架构的最新进展导致了少样本学习(few-shot learning)能力的显著提升。通过引入新型注意力机制(attention mechanism)并优化模型的参数效率,我们在多个NLP基准测试中达到了state-of-the-art(最先进的)结果,同时减少了fine-tuning(微调)所需的计算资源。 |
大家会选左边还是右边呢?
虽然,在这个任务上,生成的提示词表现不错,
但我不是很服气, 提示语改写或者提示语生成功能并不少见。GPT Store 随便找一个排名靠前的 GPTs 也能做到类似结果, 没必要专门做个新页面。
不过既然是 PK 对决,只测单次输入有点不太公平。真实场景下,一个提示语应该是适用于一个场景里的多种情况。
比如我想让 Claude 扮演编程助手,我就会期望它能专业的回答我各类编程知识??。这时候我会收集这个场景遇到的真实输入来测试模型, 看看这个提示语有没有真本事。
那按照这样一个标准的流程来优化或者选择提示语需要三部曲:
“收集测试数据整理成表 -> 上编程平台批量调用模型API -> 查看生成案例
测评Prompt需要的前置环节很多, 虽然现在 AI+code 让写代码变得很轻松, 但真正花时间的还是收集数据,。
毕竟你不能指望3条长得一模一样,就换了个名词的输入能反映出什么能力吧? 这次 Claude 将这三部曲也整合到了控制台里
数据收集难搞?难办啊,那就别办了(乌鸦哥掀桌??)
我直接要求Claude使用“生成测试用例”功能, 帮我跳过第一步,
然后一键运行所有测试用例!再见了Excel、再见了CSV?
当有了完整的测试用例和提示语后, 我就在想能不能不从零生成新的提示语呢?之前我也存了不少好用的, 要不要一口气全部优化成高级形态
答案是当然可以!Claude可以随时创建提示的新版本并重新运行测试套件来快递迭代,同时还支持将多个提示的输出结果并排比较??
到这一步的话,三部曲已经有两部不需要我担心了
我只需要冲杯咖啡, 等待模型生成结果, 慢慢看就行了~
没想到 Claude 连摸鱼?时间也不给我留
新功能还支持让主题专家(也就是我自己,看半天宣传视频还以为是Claude自动给呢)按照 5 分制对响应质量进行评分,想慢点迭代都不行。
这下我能说我的提示库能一个”打“十个了,
通过Claude这张融合卡,
把排名前5的模版跟我日常使用频率最高的前20个提示语一结合,
我短时间不再需要担心GPT变傻了
提示语们会教它做(人)模型
我还记得当时GPTs没有收获到预期效果的时候,
GPT被人吐槽过 “用心做模型,用脚做产品”
是不是模型做得足够好, 产品没有体现出来也没关系?
Claude给了我新的回复
这两次上新与以前只会狙击GPT模型不同,
从 Projects 项目文档问答 取代 GPTs,
到 Artifacts 代码预览分享,
再到提示语优化一站式平台?
它身上的GPT影子越来越少,
走出了一条自己的路!
不过,我还是想提一句啊
Claude你的网络环境能不能卡那么严啊!
想用你的好功能好难啊?
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-07-01
从 Prompt 到 Skill:专业工作流的结构升级
2026-07-01
别让 AI 写的文档误导用户:从单次 Prompt 到高可信文档工程化实践
2026-06-30
网传 Karpathy 的 CLAUDE.md 曝光,10条铁律管住Claude Code!
2026-06-29
AI Coding 的底层框架:一切优化都是在对抗熵增
2026-06-29
给模型写方法论:拆解一个跨法域隐私审计Skill
2026-06-28
别再手工调 prompt 了,让 Agent 自己改自己的"操作系统"
2026-06-26
OpenAI工程师首次公开!教大家榨干 Codex
2026-06-22
用AI拆解WBS:我把3天的活缩到了10分钟出框架+2小时调
2026-04-21
2026-04-07
2026-04-25
2026-04-14
2026-05-02
2026-04-20
2026-04-19
2026-04-14
2026-05-25
2026-04-18
2026-06-17
2026-05-23
2026-05-16
2026-04-14
2026-02-28
2026-02-12
2026-02-12
2026-02-08
欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。
会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式:本网站支持以下登录方式,您可根据实际情况选择:
微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。
手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。
账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。
实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。
未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。
服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。
禁止行为:您在使用服务时不得实施以下行为:
利用技术手段批量爬取、下载、转存知识库内容;
将知识库内容用于商业目的或未经授权地向第三方传播;
干扰本网站正常运行或侵犯其他用户合法权益;
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。
有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。
不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。
第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。
七、 违约责任
如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。
我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。