我的日记

Appearance

Claude 交互进阶课程：从请求原理到系统评测 ​

课程说明：本课程旨在深度解析与 Claude 交互的技术细节，涵盖请求全生命周期、核心参数调控、流式传输以及系统化的提示词评估体系，助您构建专业级 AI 应用。

第一课：请求生命周期全解析 ​

1.1 五步请求流程 ​

每次与 Claude 的交互均遵循清晰的五个阶段：

  1. 客户端请求：用户点击发送，请求到达您的服务器。
  2. 服务器转发：服务器验证并将请求转发至 Anthropic API。
  3. 模型处理：Claude 内部进行复杂的推理计算。
  4. API 响应：Anthropic 将结果返回至您的服务器。
  5. 客户端呈现：服务器将结果推送至用户界面。

1.2 核心架构原则：服务器中转 ​

⚠️ 严禁从客户端代码直连 API：

  • 安全性：客户端暴露 API 密钥（Key）会导致严重的封号或资产风险。
  • 正确操作：用户请求 → 您的服务器（安全存储密钥）→ Anthropic API → 服务器 → 用户。

1.3 模型处理的四个微阶段 ​

  1. 词元化 (Tokenization)：将文本拆解为词元（Tokens）。通常 1 个单词约等于 1 个词元。
  2. 嵌入 (Embedding)：将词元转化为编码语义的高维向量。
  3. 语境化 (Contextualization)：结合上下文修正语义，例如区分“苹果”是水果还是公司。
  4. 生成 (Generation)：计算下一个词元的概率分布，持续生成直至触发终止条件（如达到词元上限或遇到停止序列）。

第二课：系统提示词 (System Prompts) ​

核心逻辑：系统提示词是定制 Claude 响应风格的“性格底色”，它比普通指令更能稳定地改变模型行为。

2.1 为什么需要它？ ​

以数学导师为例，普通的回答可能直接给答案，而系统提示词可以强制它：

  • 仅提供线索而不直接给答案。
  • 拆解步骤引导学生思考。
  • 保持耐心和鼓励的语调。

2.2 实现方式 ​

系统提示词应作为独立参数传递。在代码中，建议将其封装为可选参数以提升复用性：

python
def chat(messages, system=None):
    params = {
        "model": "claude-3-sonnet",
        "messages": messages,
        "system": system  # 仅在提供时包含
    }
    # 执行 API 调用...

第三课：温度参数 (Temperature) ​

核心逻辑：温度是控制响应“确定性”与“创造性”的调节旋钮。

3.1 调节原理 ​

  • 低温度 (0.0 - 0.3)：趋向于选择概率最高的词元。适用于 事实问答、代码编写、数据提取。
  • 中温度 (0.4 - 0.7)：兼顾逻辑与表达。适用于 内容总结、教育科普、带限制的创作。
  • 高温度 (0.8 - 1.0)：增加随机性，分布更均匀。适用于 头脑风暴、文学创作、营销文案。

第四课：响应流式传输 (Streaming) ​

核心逻辑：消除用户的“等待焦虑”。流式传输让用户能实时看到 Claude 逐条生成的文字，而非盯着加载动画 20 秒。

4.1 工作机制 ​

开启流式传输后，API 会发送一系列事件：

  • MessageStart：开始发送消息。
  • ContentBlockDelta：承载实际生成的文本碎片（Chunks）。
  • MessageStop：生成结束。

4.2 开发建议 ​

使用 SDK 提供的简化接口处理流，并在完成后调用 get_final_message() 获取完整内容，以便于数据库持久化存储。

第五课：预填消息与停止序列 ​

5.1 预填助手消息 (Prefilling) ​

您可以提前写好助手回答的开头。Claude 会认为自己已经开始了回答，并顺着您的语境继续。

  • 示例：用户问“咖啡好还是茶好？”，预填“咖啡更好是因为...”，Claude 将被迫为咖啡辩护。

5.2 停止序列 (Stop Sequences) ​

强制 Claude 在生成特定字符时立即停下。

  • 妙用：获取纯净 JSON
    1. 预填辅助消息：````json`
    2. 设置停止序列：```
    3. 结果：Claude 会直接输出 JSON 内容而不附带任何解释文本。

第六课：从提示工程到提示词评估 ​

6.1 核心转变 ​

  • 提示工程：侧重于“写什么”，如使用 XML 标签或少样本学习。
  • 提示词评估：侧重于“测得准”。通过自动化测试衡量提示词的真实表现，而非凭感觉。

6.2 为什么必须进行评估？ ​

在生产环境中，用户输入的随机性极强。仅测试一两个案例（测试陷阱）会导致应用在面对复杂输入时崩溃。我们需要通过数据驱动的流程来迭代提示词。

第七课：五步评估工作流 ​

  1. 草拟提示词：编写初始模板。
  2. 构建评估数据集 (Eval Dataset)：收集涵盖各种边界情况的样本输入。
  3. 批量处理：将数据集喂给 Claude 生成结果。
  4. 自动化评分 (Grader)：根据预设标准给结果打分（1-10 分）。
  5. 迭代改进：根据评分结果修改提示词并重新运行，直到平均分达标。

第八课：建立评分体系 ​

8.1 三种评分器 ​

  1. 代码评分器 (Code Grader)：编程验证格式是否有错（如 JSON 语法校验）。
  2. 模型评分器 (Model Grader)：使用更强的模型（如 Claude Opus）去评价较小模型的回答质量。
  3. 人工评分器 (Human Grader)：对于主观性极强的任务进行最后的人工把关。

8.2 综合评分计算 ​

建议将“技术正确性”（语法、格式）与“内容质量”（遵循指令的程度）按照一定权重加权平均，形成最终的 提示词性能指标 (Prompt Performance Score)。

课程测验：与AI交流 ​

1. 您想向 Claude 的 API 发送请求。您必须包含的最少信息是什么？

  • [ ] A. 仅 API 密钥和您的问题
  • [ ] B. 仅您的消息文本
  • [ ] C. API 密钥、模型名称、消息列表（Messages）和最大词元数（Max Tokens）
  • [ ] D. 您的姓名、电子邮件和消息内容

2. 您问 Claude “什么是披萨？”，它回答了。然后您问“什么配料最受欢迎？”，但 Claude 不明白您指的是什么。问题出在哪里？

  • [ ] A. 您的网络连接太慢
  • [ ] B. Claude 坏了
  • [ ] C. 您问得太快了
  • [ ] D. 您没有发送之前的消息，Claude 不记得上下文

3. 当 Claude 处理您的文本时，它做的第一件事是什么？

  • [ ] A. 立即生成回复
  • [ ] B. 检查内容是否合适
  • [ ] C. 将文本拆分为称为“词元”（Tokens）的更小单元
  • [ ] D. 将其翻译成另一种语言

4. 用户抱怨您的聊天应用感觉很慢，因为他们需要盯着加载动画等待 20 秒，然后所有文本才一次性出现。什么可以解决这个问题？

  • [ ] A. 提更短的问题
  • [ ] B. 使用更快的网络连接
  • [ ] C. 启用流式传输 (Streaming) 响应
  • [ ] D. 使用不同的浏览器

5. 您正在构建一个与 Claude 交互的 Web 应用。您应该在哪里存储您的 API 密钥？

  • [ ] A. 在用户安装的移动应用中
  • [ ] B. 在用户电脑上的文本文件中
  • [ ] C. 在用户无法访问的您的服务器上
  • [ ] D. 在用户下载的 JavaScript 代码中

6. 您正在构建一个数学辅导机器人。您希望 Claude 提供提示而不是直接给出答案。您应该使用什么方法？

  • [ ] A. 设置非常低的字数限制
  • [ ] B. 在消息中使用全大写字母
  • [ ] C. 使用解释导师角色的“系统提示词”（System Prompt）
  • [ ] D. 要求用户说得更具体

7. 您希望 Claude 为一个事实问答应用提供非常可预测、一致的答案。您应该使用什么温度（Temperature）设置？

  • [ ] A. 事实类问题温度不重要
  • [ ] B. 低温度（接近 0.0）
  • [ ] C. 中等温度（约 0.5）
  • [ ] D. 高温度（接近 1.0）

8. 您正在构建一个需要从 Claude 获取纯净 JSON（无额外文本或格式）的应用。您如何只获得原始 JSON？

  • [ ] A. 多次发送请求并选择最好的一个
  • [ ] B. 非常礼貌地要求 Claude 仅返回 JSON
  • [ ] C. 结合使用“预填消息”（Prefilling）和“停止序列”（Stop Sequences）
  • [ ] D. 使用非常高的温度设置

测验题参考答案 ​

  1. C (API 密钥、模型名称、Messages 消息列表和 Max Tokens)
  2. D (您没有发送之前的消息，Claude 不记得当前对话的上下文)
  3. C (将文本拆分为词元 Tokens，这是处理文本的第一步)
  4. C (启用流式传输 Streaming，实时推送生成结果)
  5. C (在用户无法访问的服务器上，这是唯一的安全做法)
  6. C (使用系统提示词 System Prompt，从角色/性格层面界定回复规则)
  7. B (低温度，减少随机性，适合事实类应用)
  8. C (结合预填助手回复和设置停止序列，是提取纯净 JSON 的最稳健方法)

结语：持续进阶建议 ​

  • 保持一致性：核心术语（如词元、停止序列）在文档中保持一致。
  • 数据说话：每一次提示词的改动都应有对应评分数据的支持。
  • 架构优先：确保 API 密钥安全和流式体验是应用成败的关键。

© 内容基于 Anthropic 官方技术文档整理 | 适用于开发者架构设计与故障排查参考

基于 VitePress 构建

Copyright © 2024-present