Anthropic 推出全新工具套件，简化企业 AI 开发
在 AI 领域，提示工程（Prompt Engineering）的重要性日益凸显。Anthropic 近期发布了一套全新工具，旨在自动化并优化其开发者控制台中的提示工程，从而提升企业 AI 开发的效率。这些新功能包括“提示改进器”和高级示例管理，旨在通过改进指导 AI 模型（如 Claude）生成响应的指令（即提示）来帮助开发者创建更可靠的 AI 应用。
“提示改进器”是这些更新的核心，它利用提示工程的最佳实践来自动优化现有提示。对于跨不同 AI 平台工作的开发者来说，这项功能尤为宝贵，因为提示工程技术在不同模型之间可能有所不同。Anthropic 的新工具旨在弥合这一差距，使开发者能够将最初为其他 AI 系统设计的提示无缝地应用于 Claude。
Anthropic 产品负责人 Hamish Kerr 在接受 VentureBeat 独家采访时表示：“编写有效的提示仍然是使用大型语言模型最具挑战性的方面之一。我们的新提示改进器直接解决了这一痛点，通过自动化高级提示工程技术的实施，使开发者更容易使用 Claude 获得高质量的结果。” Kerr 还补充说，该工具对于从其他 AI 提供商迁移工作负载的开发者特别有用，因为它“自动应用最佳实践，否则可能需要大量手动调整和对不同模型架构的深入了解。”
Anthropic 的新提示改进工具允许开发者通过自动建议来优化现有提示，从而提高 Claude 等 AI 模型的准确性和效率。这项功能是旨在简化企业 AI 开发的一套更广泛工具的一部分。（来源：Anthropic）
Anthropic 的新工具直接回应了提示工程日益增长的复杂性，提示工程已成为 AI 开发中一项关键技能。随着企业越来越多地依赖 AI 模型来完成客户服务和数据分析等任务，提示的质量在决定这些系统执行效果方面起着关键作用。编写不当的提示会导致输出不准确，使企业难以在关键工作流程中信任 AI。
“提示改进器”通过多种技术来增强提示，包括思维链推理（chain-of-thought reasoning），该技术指示 Claude 在生成响应之前逐步解决问题。这种方法可以显著提高输出的准确性和可靠性，尤其是在处理复杂任务时。该工具还标准化提示中的示例，改写模糊部分，并添加预填充指令以更好地指导 Claude 的响应。
Kerr 表示：“我们的测试表明准确性和一致性有了显著提高。”他指出，在多标签分类测试中，提示改进器将准确率提高了 30%，在摘要任务中实现了 100% 的字数遵守率。
Anthropic 的新提示工程工具（如开发者控制台中所示）包括示例管理和提示改进等功能。这些工具旨在帮助开发者改进 AI 指令并提高企业应用的准确性。（来源：Anthropic）
Anthropic 的新版本还包括一个示例管理功能，允许开发者直接在 Anthropic 控制台中管理和编辑示例。此功能对于确保 Claude 遵循特定输出格式特别有用，这是许多需要一致且结构化响应的商业应用的必要条件。如果提示缺少示例，开发者可以使用 Claude 自动生成合成示例，进一步简化开发过程。
Kerr 解释说：“人类和 Claude 都能从示例中很好地学习。许多开发者使用多示例来向 Claude 展示理想的行为。提示改进器将使用新的思维链部分来获取您的理想输入/输出，并在输入和输出之间“填补空白”，以高质量的推理来向模型展示所有内容是如何组合在一起的。”
Anthropic 的新提示工程工具（如开发者控制台中所示）包括示例管理和提示改进等功能。这些工具旨在帮助开发者改进 AI 指令并提高企业应用的准确性。（来源：Anthropic）
Anthropic 发布这些工具的时机恰逢企业 AI 采用率的关键时期。随着企业越来越多地将 AI 整合到其运营中，他们面临着微调模型以满足其特定需求的挑战。Anthropic 的新工具旨在简化这一过程，使企业能够部署开箱即用、可靠且高效的 AI 解决方案。
Anthropic 对反馈和迭代的关注使开发者能够改进提示并请求更改（例如，将输出格式从 JSON 更改为 XML），而无需进行大量手动干预。这种灵活性可能是竞争激烈的 AI 领域中的一个关键差异化因素，OpenAI 和 Google 等公司也在争夺主导地位。
Kerr 指出了该工具对企业级工作流程的影响，特别是对于 Kapa.ai 等公司，该公司使用提示改进器将关键 AI 工作流程迁移到 Claude。Kapa.ai 联合创始人 Finn Bauer 在一份声明中表示：“Anthropic 的提示改进器简化了我们向 Claude 3.5 Sonnet 的迁移，并使我们能够更快地投入生产。”
除了改进提示之外，Anthropic 的最新工具还表明了更广泛的雄心：在未来企业 AI 中占据主导地位。该公司以负责任的 AI 建立了声誉，倡导安全性和可靠性——这两个支柱与企业在应对 AI 采用复杂性时所面临的需求相一致。通过降低有效提示工程的门槛，Anthropic 正在帮助企业将 AI 整合到其最关键的运营中，而无需过多麻烦。
Kerr 表示：“我们正在提供可衡量的改进——例如准确率提高 30%——同时为技术团队提供灵活性和适应性，以便根据需要进行调整。”
随着企业 AI 领域的竞争日益激烈，Anthropic 的方法以其务实的重点而脱颖而出。其新工具不仅帮助企业采用 AI，而且旨在使 AI 运行得更好、更快、更可靠。在一个竞争激烈的市场中，这可能是企业正在寻找的优势。
