1- Prompt Improver 使用教程

1.1- 简介

Prompt Improver 是一个用于优化提示词的工具，通过自动分析和增强来快速迭代和改进提示词。它特别适用于需要高准确性的复杂任务。

1.2- 前提条件

在开始使用之前，你需要准备以下内容：

• 一个需要改进的提示词模板
• 对 Claude 输出的当前问题的反馈（可选，但推荐）
• 示例输入和理想输出（可选，但推荐）

1.3- 工作原理

Prompt Improver 通过以下四个步骤来增强你的提示词：

1. 示例识别：定位并提取提示词模板中的示例。
2. 初稿创建：创建一个包含清晰部分和 XML 标签的结构化模板。
3. 思维链优化：添加和优化详细的推理指令。
4. 示例增强：更新示例以展示新的推理过程。

你可以在改进模式中实时观看这些步骤的进行。

1.4- 生成的内容

Prompt Improver 生成的模板包含：

• 详细的思维链指令，指导 Claude 的推理过程，通常能提高其性能。
• 使用 XML 标签清晰组织内容。
• 标准化的示例格式，展示从输入到输出的逐步推理过程。
• 战略性预填充，指导 Claude 的初始响应。

1.5- 使用步骤

1.5.1- 提交提示词模板

将你的提示词模板提交到 Prompt Improver。

1.5.2- 添加反馈

添加关于 Claude 当前输出问题的反馈（例如，" 摘要对于专家受众来说过于基础 "）。

1.5.3- 包含示例输入和理想输出

包括示例输入和理想输出，以便 Prompt Improver 进行改进。

1.5.4- 审查改进后的提示词

审查改进后的提示词，并生成测试示例。

1.5.5- 生成测试示例

如果还没有示例，可以使用测试用例生成器来生成示例输入，获取 Claude 的响应，并编辑这些响应以匹配你的理想输出。

1.6- 具体操作案例

1.6.1- 案例一：改进分类提示词

原始提示词：

请将以下文本分类为“正面”或“负面”：
文本：{输入文本}

改进后的提示词：

<task>
  <description>请将以下文本分类为“正面”或“负面”。</description>
  <input>{输入文本}</input>
  <steps>
    <step>阅读输入文本。</step>
    <step>分析文本的情感倾向。</step>
    <step>根据分析结果，将文本分类为“正面”或“负面”。</step>
  </steps>
  <output>分类结果：{分类结果}</output>
</task>

1.6.2- 案例二：改进摘要生成提示词

原始提示词：

请为以下文章生成摘要：
文章：{输入文章}

改进后的提示词：

<task>
  <description>请为以下文章生成摘要。</description>
  <input>{输入文章}</input>
  <steps>
    <step>阅读并理解文章内容。</step>
    <step>提取文章的主要观点和关键信息。</step>
    <step>根据提取的信息，生成简洁明了的摘要。</step>
  </steps>
  <output>摘要：{生成的摘要}</output>
</task>

1.7- 常见问题及解决方案

• 示例未出现在输出中：检查示例是否正确格式化，并出现在第一个用户消息的开头。
• 思维链过于冗长：添加关于所需输出长度和详细程度的具体指令。
• 推理步骤不符合需求：修改步骤部分以匹配你的具体用例。

1.8- 下一步

• 提示词库：从各种任务的示例提示词中获取灵感。
• GitHub 提示词教程：通过互动教程学习提示词编写的最佳实践。
• 测试你的提示词：使用评估工具测试改进后的提示词。
• 使用提示词模板：保持清晰和直接。

---

希望这个教程对你有帮助！如果有任何问题或需要进一步的帮助，请随时告诉我。你可以在 这里 查看更多详细信息。