Урок из полного доступа, первые уроки курса бесплатно Официальный курс Anthropic Academy на русском
Урок 69 · Видео · 4 мин

Промпты на стороне клиента

Урок 69 из 92 курса «Разработка с Claude API»: официальный курс Anthropic Academy (Антропик) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

Кадр из видеоурока

О чём урок

В мире разработки с использованием больших языковых моделей (LLM), таких как Claude, качество и консистентность промптов играют ключевую роль. Однако по мере роста сложности приложений и числа сценариев использования, управление промптами может стать непростой задачей. Именно здесь на помощь приходит концепция централизованного управления промптами, часто реализуемая через платформы, подобные MCP (Managed Prompting Platform/Server).

MCP предоставляет собой серверную инфраструктуру, которая определяет и хранит набор высококачественных, тщательно протестированных промптов. Эти промпты представляют собой структурированные диалоги, состоящие из сообщений пользователя и ассистента, готовые к использованию клиентскими приложениями. Такой подход гарантирует, что все клиенты используют одни и те же проверенные инструкции, что повышает надежность и предсказуемость ответов Claude, а также упрощает процесс обновления и масштабирования промптов.

Первым шагом для любого клиентского приложения, взаимодействующего с MCP, является получение информации о том, какие промпты доступны. Это позволяет клиенту динамически адаптироваться к изменениям на сервере и предлагать пользователям актуальный набор функций. Для этого клиентское приложение обычно реализует метод, который запрашивает у сервера список всех доступных промптов.

Концептуально это выглядит как вызов метода list_prompts на стороне клиента, который, в свою очередь, обращается к MCP серверу. Например, в асинхронном Python-клиенте это может быть реализовано следующим образом:

async def list_prompts(self) -> list[types.Prompt]: result = await self.session().list_prompts() return result.prompts

Эта простая реализация вызывает соответствующий метод сессии клиента, который взаимодействует с MCP, и возвращает массив объектов Prompt. Каждый объект Prompt может содержать имя промпта, его описание и другие метаданные, позволяющие клиенту понять его назначение.

После того как клиент получил список доступных промптов, он может запросить конкретный промпт по его имени. Однако многие промпты не являются статичными; они требуют динамических данных для выполнения своей задачи. Например, промпт для форматирования документа должен знать, какой именно документ нужно форматировать. Для этого используется механизм аргументов.

Метод get_prompt позволяет клиенту получить определенный промпт, интерполировав в него необходимые аргументы…

План урока

  1. Управление промптами в клиентских приложениях с использованием MCP
  2. Получение списка доступных промптов
  3. Извлечение и использование индивидуальных промптов
  4. Как работают аргументы промптов
  5. Практическое применение и тестирование промптов
  6. Лучшие практики при создании промптов для MCP

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Anthropic 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Anthropic (34 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды