文章摘要
【关 键 词】 AI技术、提示词优化、编码系统、社区讨论、模型性能
Reddit社区中，一个名为ssmith12345uk的用户分享了一套针对Claude 3.5编码系统的提示词，这套提示词融合了Anthropic元提示的一些思路，解决了之前遇到的一些问题，并得到了社区的广泛关注和好评。开发者们纷纷表示这个提示极大地优化了他们的工作流程。
这套提示词的核心是将任务分解为四个步骤：代码审查、规划、输出和安全审查。
在代码审查阶段，要求对现有代码进行全面分析，并在特定标签之间描述其工作原理。
规划阶段则要求构建变更计划，并考虑使用相关框架和库。
输出阶段强调了代码的可维护性和灵活性，并要求在生成代码时注意变量名、标识符等细节。
最后，安全审查阶段要求特别注意可能危及数据或引入漏洞的事项。
原作者还分享了他对这套提示词的分析，认为它是一个引导式的“思维链”提示，告诉Claude要采取的步骤和顺序。
他还提到，Claude对XML标签特别敏感，这可能与模型训练有关。
此外，他还回答了社区成员的一些常见问题，比如在哪里输入这个提示，以及如何使用这个提示。
然而，也有社区成员对这套提示词的复杂性表示质疑。
一些开发者认为，Claude 3.5 Sonnet已经能够相当自动地处理这类事情，只需要偶尔进行提示澄清。
Django框架的开发者Simon Willison甚至表示，角色提示这种技巧完全是浪费时间，因为较新的模型可能已经处于改进的参数空间中。
此外，Learnprompting团队和OpenAI、微软的合著者进行了为期一年的研究，分析了超过1,500篇关于提示的论文，并将其归纳为58种不同的提示技术。
他们发现，角色提示的效果令人震惊地差，尤其是对于较新的模型。
这项研究为社区提供了有价值的见解，表明大模型提示的“迷信”可能需要重新评估。
尽管存在争议，但这套Claude 3.5编码系统的提示词无疑为AI社区带来了新的视角和思考。
它展示了如何通过结构化和引导式的提示来优化模型的性能，同时也引发了关于AI提示有效性的讨论。
随着AI技术的不断进步，社区将继续探索更有效的方法来提高模型的性能和可用性。
原文和模型
【原文链接】 阅读原文 [ 3315字 | 14分钟 ]
【原文作者】 新智元
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
