这段视频约 33 分钟,是 Anthropic 工程师 Margot van Laar 在 Code with Claude 上的分享,题目叫《The prompting playbook》。她用“修复客服提示词”和“从零搭建排班 Agent”两个案例,说明如何让 AI 稳定完成任务。
从中可以提炼出6个AI模型的使用要点可以实操:
1、用 XML 标签把不同内容分开。角色设定、业务政策、参考数据各有各的位置。如果人读起来都分不清哪些是指令、哪些是资料,模型也容易混淆。先把结构理顺,再考虑补充细节。
2、换模型时,也要检查旧提示词。过去为防止出错加上的限制,可能已经不再适用。新模型更善于遵循指令,反而可能把旧禁令执行得过于严格,连上下文里已有的答案都不愿提供。每条防错补丁都应该记录原因,定期复查。
3、把可靠执行所需的工具交给模型。反复强调“务必算准”,无法弥补计算能力的不足。涉及账单等需要精确计算的任务,应让模型调用工具,由代码完成运算。
4、让模型了解决策的完整代价。只强调转人工的成本,模型就可能一味避免转交。还要说明错误处理带来的退款、客户信任损失,以及必须转人工的具体条件,才能让它做出符合业务目标的判断。#AI##ai##视频播客开麦计划#
5、给复杂任务安排独立的检查和修复步骤。先生成结果,再检查问题,最后针对错误修改,比把所有要求塞进一个长提示词更容易调试。视频中的排班案例用这种方法降低了 token 消耗和延迟,也能在运行时加入员工偏好等软约束。