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。