Wird geladen

Beispiele bereitstellen

Lektion 207 Min.
Wird geladen

Beispiele in deinen Prompts bereitzustellen ist eine der effektivsten Prompt-Engineering-Techniken, die du verwenden wirst. Dieser Ansatz, bekannt als „One-Shot“- oder „Multi-Shot“-Prompting, besteht darin, Claude Beispiel-Eingabe/Ausgabe-Paare zu geben, um seine Antworten zu steuern.

Wie Beispiele funktionieren

Schauen wir uns ein Beispiel zur Sentiment-Analyse an. Angenommen, du möchtest, dass Claude bewertet, ob ein Tweet positiv oder negativ ist:

Der Prompt für den unten zitierten Tweet: Er umschließt den Tweet mit input_tweet-Tags und fragt nach „Positive“ oder „Negative“.

Die Herausforderung hierbei ist Sarkasmus. Ein Tweet wie „Ja klar, das war der beste Film, den ich seit ‚Plan 9 from Outer Space‘ gesehen habe“ wirkt an der Oberfläche positiv, ist aber tatsächlich sarkastisch und negativ gemeint (Plan 9 ist bekanntermaßen grottenschlecht).

Beispiele zu deinem Prompt hinzufügen

Um damit umzugehen, kannst du Beispiele hinzufügen, die Claude zeigen, wie es korrekt reagieren soll:

Der Sentiment-Prompt, jetzt mit zwei Beispielen: „Great game tonight!“ zu „Positive“ und ein sarkastischer Tweet zu „Negative“.

Die Schlüsselelemente sind:

  • Klare Einleitung: „Here is a example input with an ideal response“
  • XML-Tags zur Strukturierung: <sample_input> und <ideal_output>
  • Konkrete Beispiele, die das gewünschte Verhalten demonstrieren

Umgang mit Grenzfällen

Multi-Shot-Prompting zeigt seine Stärke im Umgang mit Grenzfällen. Für das Sarkasmus-Problem könntest du Folgendes hinzufügen:

Be especially careful with tweets that contain sarcasm.
For example:
<sample_input>
Oh yeah, I really needed a flight delay tonight! Excellent!
</sample_input>
<ideal_output>
Negative
</ideal_output>

Dies gibt Claude ein klares Muster, um sarkastische Inhalte zu erkennen, die sonst möglicherweise falsch klassifiziert würden.

Komplexe Ausgabeformate

Beispiele sind besonders wertvoll, wenn du möchtest, dass Claude strukturierte Ausgaben wie JSON-Objekte oder detaillierte Berichte erzeugt. Anstatt das Format nur zu beschreiben, zeigst du genau, wie eine gute Ausgabe aussieht.

Gute Beispiele aus Evaluierungen finden

Wenn du Prompt-Evaluierungen durchführst, suche im HTML-Bericht nach deinen am besten bewerteten Ausgaben:

Prompt-Evaluierungsbericht, jede Zeile gibt einen Testfall für einen Essensplan, dessen Kriterien, Claudes Ausgabe und eine Bewertung an, hier 10 und 8.

Finde Beispiele, die mit 10 (oder deiner höchsten verfügbaren Bewertung) bewertet wurden, und verwende diese Eingabe/Ausgabe-Paare als Beispiele in deinem Prompt. Dies hilft Claude zu verstehen, wie „perfekt“ für deine spezifische Aufgabe aussieht.

Kontext zu Beispielen hinzufügen

Für noch bessere Ergebnisse erkläre, warum ein Beispiel ideal ist. Füge nach der Darstellung der Beispielausgabe eine kurze Erklärung hinzu:

</ideal_output>
This meal plan is well-structured, provides detailed information on food choices and quantities, and aligns with the athlete's goals and restrictions.

Dies verstärkt die spezifischen Eigenschaften, die die Ausgabe wertvoll machen.

Best Practices

  • Verwende XML-Tags, um deine Beispiele klar zu strukturieren
  • Starte einfach mit One-Shot-Prompting und füge dann bei Bedarf weitere Beispiele hinzu
  • Konzentriere dich auf Grenzfälle, mit denen Claude möglicherweise zu kämpfen hat
  • Füge nach Möglichkeit eine Begründung hinzu, warum Beispiele gut sind
  • Teste iterativ – füge Beispiele basierend auf Evaluierungsergebnissen hinzu

Beispiele sind besonders wirkungsvoll, weil sie zeigen statt erzählen. Anstatt zu versuchen, jede Nuance dessen zu beschreiben, was du möchtest, demonstrierst du es direkt. Das macht deine Prompts zuverlässiger und hilft Claude, komplexe Anforderungen zu verstehen, die sich mit Worten allein nur schwer erklären lassen.