A Anthropic acaba de lançar um novo tutorial sobre engenharia contextual eficaz para agentes de IA Dei uma olhada e compartilhei com vocês o que aprendi: Uma é evitar ser muito específico em prompts, como codificar lógica complexa if-else, porque essa compatibilidade de prompt de design é muito ruim, quase projetada para cenários muito específicos. A organização estruturada é uma boa prática, como markdown ou json. Ao polir, tente começar com a menor cena primeiro e depois expanda gradualmente. Ao usar uma chamada de ferramenta, você deve permitir que a ferramenta retorne as chamadas informações efetivas de token, por exemplo, você só precisa de {"temperature":28.2} para retornar a temperatura atual, em vez de "O tempo de hoje está ensolarado, a temperatura máxima é 29, a temperatura média é 28.2" e, em seguida, deixe a IA limpar os dados. Se você não sabe como descrevê-lo logicamente, dar exemplos é realmente a melhor maneira, e dar mais alguns exemplos de diferentes ângulos é muito eficaz para a IA. A pesquisa contextual deve usar a recuperação em tempo real tanto quanto possível, em vez do cache de longo prazo, e a pontualidade do conteúdo da recuperação precisa ser considerada. Endereço do tutorial: