11月15日、Anthropicは、開発者コンソールでプロンプトを直接改善し、例を管理する機能をリリースしました。試用はこちら：https://console.anthropic.com/dashboard
まず、私が以前使っていたステップバイステップの効果を見てください。以前、英語学習を手伝ってくれるプロンプトがあり、それを改良してもらいました。
ステップ1：元のプロンプトを提出する
ステップ2：プロンプトの意図を理解し、計画を立てる
ステップ3：下書きを作成する（初步的な最適化）
ステップ4：計画の最適化
ステップ5：最終プロンプトの作成
ステップ6：最終版の生成
ステップ7：Workbenchで試用
ステップ8：レスポンスの生成
コア機能および効果
プロンプト最適化ツールは、以下の方法で既存のプロンプトを強化し、モデルの生成結果をより正確かつ信頼性のあるものにします：
：プロンプトに専用の推論部分を追加することで、Claudeに体系的に問題を考えさせるように促し、回答の正確性と一貫性を向上させます。 ：一貫したXML形式に変換する ：連続的な推論部分を追加し、新しい構造のプロンプトと一致させる ：構造を最適化し、文法や綴りの微細な誤りを修正して、表現をより明確にする ：プロンプトにアシスタントメッセージの事前入力部分を追加し、Claude の操作をガイドします。これにより、出力結果が指定された形式に合致することを保証します。
動的フィードバック、継続的な改善：
生成された新しいプロンプト後、ユーザーは Claude に対してどの部分が効果的で、どの部分が必要な改善点であるかについてフィードバックを提供できます。この反復的な最適化メカニズムにより、プロンプトの適切性と性能がさらに向上します。
テスト結果：モデルのパフォーマンスに顕著な向上
内部テストにおいて、プロンプト最適化ツールは以下の顕著な成果を示しました：
多ラベル分類タスク：精度が30%向上しました。 要約生成タスク：文字数制御が100%のコンプライアンス率を達成しました。
複数例管理機能：応答品質向上のための強力なツールです。
プロンプトに例を追加することは、モデルの応答品質を向上させる最も効果的な方法の一つであり、特に Claude に特定の出力形式を厳密に従わせる必要がある場合に有効です。これらの例を構造化された形式で Workbench 内から直接管理し、簡単に追加、編集、最適化することで、さらに応答品質を向上させることができます。
機能のポイント：
：Workbench を使用して、新しい例を追加または既存の例を編集します。入力/出力ペアの形式で明確に整理されます。 ：Claude の例生成機能を利用します。Claude は合成入力を自動的に作成し、出力の下書きを提供することで、例の追加プロセスを大幅に簡素化します。 ：Anthropic コンソール内のビジュアルインターフェースを通じて、プロンプトの例を直感的に表示し、管理し、調整することができます。これにより、すべての操作が明確でわかりやすいものになります。
例を追加することによる利点
：モデルが指示を誤解するリスクを減らし、タスクが正確に完了することを保証します。 ：出力形式は常に期待通りであり、タスクがどれほど複雑であっても同じです。 ：Claudeが複雑なタスクを処理する際の能力を大幅に向上させます。
プロンプトの評価と理想的な出力：より効率的なプロンプトの構築
Anthropicが提供するプロンプト評価ツールは、ユーザーがさまざまなシナリオでプロンプトの効果をテストできるようにします。開発者がベンチマークを行い、プロンプトのパフォーマンスを改善するために、Evaluations タブに新しい「理想的な出力」列が追加されました。これにより、新規ユーザーがモデルの出力を効果的に評価し、スコアリングすることが支援されます。
機能詳細：
：開発者は理想的な出力列で期待される結果を定義し、モデル出力の品質に基づいて5段階評価を行います。この方法は、プロンプトの効果を直感的に数値化して評価するのに役立ちます。 ：新しいプロンプトをテストすることで、プロンプト最適化ツールにさらなるフィードバックを提供でき、どの部分がまだ改善を必要としているかを示すことができます。最適化ツールはフィードバックに基づいてプロンプトとサンプル内容を調整し、出力品質が期待通りになるようにします。 ：プロンプト最適化ツールは、特定のニーズに基づいて出力フォーマットを変更する機能をサポートしています。例えば、XML形式の出力をJSON形式に変換するリクエストを行うことができます。