Разработка с Claude API

Запросы, потоковые ответы, tool use, структурированный вывод и стоимость.

92 уроков, первые 3 бесплатно. Полный доступ: 1490 руб.

Уроки курса

  1. Welcome to the course
  2. Overview of Claude models
  3. Accessing the API
  4. Getting an API key
  5. Making a request
  6. Multi-Turn conversations
  7. Chat exercise
  8. System prompts
  9. System prompts exercise
  10. Temperature
  11. Course satisfaction survey
  12. Response streaming
  13. Structured data
  14. Structured data exercise
  15. Quiz on accessing Claude with the API
  16. Prompt evaluation
  17. A typical eval workflow
  18. Generating test datasets
  19. Running the eval
  20. Model based grading
  21. Code based grading
  22. Exercise on prompt evals
  23. Quiz on prompt evaluation
  24. Prompt engineering
  25. Being clear and direct
  26. Being specific
  27. Structure with XML tags
  28. Providing examples
  29. Exercise on prompting
  30. Quiz on prompt engineering techniques
  31. Introducing tool use
  32. Project overview
  33. Tool functions
  34. Tool schemas
  35. Handling message blocks
  36. Sending tool results
  37. Multi-turn conversations with tools
  38. Implementing multiple turns
  39. Using multiple tools
  40. Fine grained tool calling
  41. The text edit tool
  42. The web search tool
  43. Quiz on tool use with Claude
  44. Introducing Retrieval Augmented Generation
  45. Text chunking strategies
  46. Text embeddings
  47. The full RAG flow
  48. Implementing the RAG flow
  49. BM25 lexical search
  50. A Multi-Index RAG pipeline
  51. Extended thinking
  52. Image support
  53. PDF support
  54. Citations
  55. Prompt caching
  56. Rules of prompt caching
  57. Prompt caching in action
  58. Code execution and the Files API
  59. Quiz on features of Claude
  60. Introducing MCP
  61. MCP clients
  62. Project setup
  63. Defining tools with MCP
  64. The server inspector
  65. Implementing a client
  66. Defining resources
  67. Accessing resources
  68. Defining prompts
  69. Prompts in the client
  70. MCP review
  71. Quiz on Model Context Protocol
  72. Anthropic apps
  73. Claude Code setup
  74. Claude Code in action
  75. Enhancements with MCP servers
  76. Agents and workflows
  77. Parallelization workflows
  78. Chaining workflows
  79. Routing workflows
  80. Agents and tools
  81. Environment inspection
  82. Workflows vs agents
  83. Quiz on Agents and Workflows
  84. Final Assessment
  85. Course Wrap Up
  86. What You'll Learn
  87. What You'll Learn
  88. What You'll Learn
  89. What You'll Learn
  90. What You'll Learn
  91. What You'll Learn
  92. What You'll Learn

Искусство быть конкретным: Как улучшить результаты работы с Claude

При работе с большими языковыми моделями (LLM), такими как Claude, одним из наиболее эффективных способов значительно улучшить качество и релевантность получаемых результатов является конкретизация ваших запросов. Вместо того чтобы оставлять интерпретацию задачи на усмотрение модели, вы можете предоставить четкие указания или пошаговые инструкции, которые направят Claude к желаемому типу вывода.

Представьте себе ситуацию: если вы попросите Claude "написать короткий рассказ о персонаже, который обнаруживает скрытый талант", модель может выбрать бесчисленное множество направлений. Рассказ может быть объемом в 200 или 2000 слов. В нем может быть один или пять персонажей. Он может сосредоточиться на любом сценарии обнаружения таланта. Такая неопределенность часто приводит к результатам, которые не соответствуют вашим ожиданиям.

Добавляя конкретные руководства, вы даете Claude более четкую цель. Это значительно улучшает как согласованность, так и качество генерируемого вывода, делая его более предсказуемым и полезным для ваших задач.

Два основных типа руководств

Существует два основных подхода к конкретизации ваших prompt'ов, и в профессиональных приложениях вы часто будете видеть, как они используются вместе.

1. Руководства по качеству вывода (Output Quality Guidelines)

Первый тип руководств фокусируется на перечислении качеств, которыми должен обладать ваш конечный вывод. Эти указания помогают вам контролировать:

Например, вы можете указать, что рассказ должен быть объемом менее 1000 слов, включать четкое действие, которое раскрывает талант персонажа, и содержать как минимум одного второстепенного персонажа. Такие детали значительно сужают пространство возможных ответов для Claude, направляя его к созданию контента, который точно соответствует вашим требованиям.

2. Пошаговые инструкции для процесса мышления (Process Steps)

Второй тип руководств предоставляет Claude конкретные шаги, которым нужно следовать. Этот подход особенно полезен, когда вы хотите, чтобы Claude систематически обдумывал проблему или рассматривал несколько точек зрения, прежде чем прийти к окончательному ответу. Это помогает модели "думать вслух" или выполнять сложные задачи, разбивая их на управляемые этапы.

Вместо того чтобы сразу переходить к написанию, вы можете попросить Claude:

Такой подход заставляет Claude пройти через определенную логическую цепочку, что особенно ценно для задач, требующих анализа, синтеза информации или принятия решений.

Реальное влияние конкретики

Разница, которую вносит конкретика, поистине драматична. В ходе тестирования prompt'а для планирования питания, добавление конкретных указаний улучшило оценку качества с 3.92 до 7.86 — более чем вдвое увеличив качество вывода просто за счет того, что Claude было точно сказано, какие элементы включить.

Примеры таких руководств для планирования питания:

Этот пример наглядно демонстрирует, как детальные инструкции превращают общий запрос в высококачественный, применимый результат.

Когда использовать каждый подход

Вот практическое руководство по использованию каждого типа конкретизации:

Всегда используйте руководства по качеству вывода

Вы должны включать руководства по качеству практически в каждый prompt, который вы пишете. Они служат вашей "страховкой" для получения последовательных, полезных результатов. Даже для самых простых запросов указание желаемого формата или тона может значительно улучшить предсказуемость ответа Claude.

Используйте пошаговые инструкции для сложных задач

Добавляйте пошаговые инструкции, когда вы имеете дело с:

Например, если вы просите Claude проанализировать, почему снизилась производительность отдела продаж, вы захотите направить его через изучение рыночных показателей, изменений в отрасли, индивидуальной производительности, организационных изменений и отзывов клиентов — вместо того чтобы позволить ему сосредоточиться только на одной потенциальной причине. Такой структурированный подход гарантирует всесторонний анализ.

Комбинирование подходов для максимальной эффективности

В профессиональном prompt engineering вы часто будете видеть, как обе эти техники используются вместе. Вы можете иметь руководства, которые контролируют формат и содержание вашего вывода, а также шаги, которые гарантируют, что Claude тщательно обдумает проблему, прежде чем ответить.

Эта комбинация дает вам как последовательность в ваших результатах, так и уверенность в том, что Claude рассмотрел все важные факторы при достижении своего вывода. Освоение искусства быть конкретным — это ключевой навык для любого, кто стремится максимально эффективно использовать потенциал Claude и других LLM.