Anthropic的Claude为快速改进的AI应用增添了一个"评估"方式

Anthropic公司周二发布了几项新功能，帮助开发人员利用该公司的语言模型Claude创建更有用的应用程序。开发人员现在可以使用Claude3.5Sonnet生成、测试和评估提示，利用提示工程技术创建更好的输入，并改进Claude对专门任务的回答。

当要求语言模型执行某些任务时，它们的容错率很高，但有时对提示语措辞的微小改动也会导致结果的巨大改进。通常情况下，用户必须自己斟酌措辞，或聘请一名提示工程师来完成这项工作，但这项新功能提供的快速反馈可以让你更轻松地找到改进之处。

这些功能位于AnthropicConsole的新"评估"标签下。控制台是这家初创公司为开发人员提供的测试厨房，旨在吸引那些希望使用Claude打造产品的企业。其中一项功能是Anthropic的内置提示生成器，它利用Anthropic自己的提示工程技术，通过对任务的简短描述，生成更长、更充实的提示。

Anthropic的工具可能无法完全取代提示工程师，但该公司表示，它将帮助新用户，并为有经验的提示工程师节省时间。

在"评估"中，开发人员可以测试其人工智能应用程序的提示在一系列场景中的有效性。开发人员可以将现实世界中的例子上传到测试套件中，或者让Claude生成一系列人工智能生成的测试案例。然后，开发人员可以并排比较各种提示的有效性，并对样本答案进行五级评分。