Разработка с Claude API

Введение в системные промпты: Настройка поведения Claude

При разработке приложений на основе больших языковых моделей (LLM), таких как Claude, часто возникает необходимость не просто получить ответ, а получить его в определенном стиле, тоне или с учетом конкретной роли. Стандартные ответы Claude, хотя и точны, могут быть слишком общими для специализированных задач. Именно здесь на помощь приходят системные промпты (System Prompts) — мощный инструмент для тонкой настройки поведения Claude, позволяющий превратить его из универсального помощника в специализированного эксперта, соответствующего вашим уникальным требованиям.

Что такое системные промпты и зачем они нужны?

Системный промпт — это набор инструкций, которые вы передаете Claude перед тем, как он начнет взаимодействовать с пользовательским вводом. Эти инструкции определяют его "личность", ограничения, предпочтительный стиль общения и общую стратегию ответа. Вместо того чтобы получать стандартные, универсальные ответы, вы можете формировать тон, стиль и подход Claude в соответствии с вашим конкретным сценарием использования.

Почему системные промпты так важны?

• Персонализация поведения: Они позволяют Claude действовать как кто-то конкретный — например, как терпеливый учитель, строгий редактор, креативный маркетолог или технический специалист.
• Последовательность ответов: Обеспечивают, что Claude будет последовательно придерживаться заданной роли и инструкций на протяжении всего диалога.
• Удержание фокуса: Помогают Claude оставаться в рамках задачи, избегая отклонений от темы или предоставления неуместной информации.
• Улучшение пользовательского опыта: Делают взаимодействие с AI более естественным, целенаправленным и полезным для конечного пользователя.

Пример: Идеальный репетитор по математике

Представьте, что вы создаете чат-бота-репетитора по математике. Когда студент спрашивает: "Как решить 5x + 2 = 3 для x?", вы хотите, чтобы Claude вел себя как настоящий учитель, а не просто выдавал готовый ответ. Хороший репетитор по математике должен:

• Изначально давать подсказки, а не полные решения.
• Терпеливо проводить студентов через задачи шаг за шагом.
• Показывать решения аналогичных задач в качестве примеров.

Вы определенно не хотите, чтобы Claude:

• Немедленно давал прямые ответы.
• Предлагал студентам просто использовать калькулятор.

Без системного промпта Claude, скорее всего, сразу выдаст полное пошаговое решение. Это может быть полезно, но не способствует самостоятельному мышлению студента. Системный промпт позволяет нам изменить это поведение.

Как работают системные промпты?

Системные промпты предоставляют Claude руководящие указания о том, как реагировать. Вы определяете их как обычные текстовые строки и передаете их в вызов функции create при обращении к Claude API. Ключевые преимущества заключаются в следующем:

• Системные промпты дают Claude указания о том, как реагировать.
• Claude будет стараться отвечать так, как ответил бы кто-то в указанной роли.
• Помогает Claude оставаться в рамках задачи.

Вот базовая структура того, как системный промпт передается в Claude API:

system_prompt = """
Вы терпеливый репетитор по математике.
Не отвечайте напрямую на вопросы студента.
Направляйте его к решению шаг за шагом.
"""

# ... (инициализация клиента и сообщений) ...

client.messages.create(
    model="claude-3-opus-20240229", # Пример модели
    messages=[
        {"role": "user", "content": "Как решить 5x + 2 = 3 для x?"}
    ],
    max_tokens=1000,
    system=system_prompt # Здесь передается системный промпт
)

В этом примере строка system_prompt содержит инструкции для Claude. Когда вы вызываете метод client.messages.create, вы передаете эту строку через параметр system. Claude интерпретирует эти инструкции как свои основные правила поведения для текущей сессии.

Влияние системного промпта: До и После

Давайте рассмотрим, как системный промпт меняет поведение Claude на примере математического репетитора.

Без системного промпта:

Если студент спрашивает "Как решить 5x + 2 = 3 для x?", Claude без системного промпта, скорее всего, выдаст что-то вроде:

"Чтобы решить уравнение 5x + 2 = 3 для x, выполните следующие шаги: 1. Вычтите 2 из обеих сторон: 5x + 2 - 2 = 3 - 2, что дает 5x = 1. 2. Разделите обе стороны на 5: 5x / 5 = 1 / 5, что дает x = 1/5. Таким образом, x = 1/5."

Это прямое и правильное решение, но оно не способствует активному обучению.

С системным промптом "Терпеливый репетитор по математике":

С тем же вопросом и активированным системным промптом, поведение Claude меняется кардинально. Вместо предоставления полного решения, Claude задает наводящие вопросы, например:

"Отличный вопрос! Чтобы начать, что, по вашему мнению, было бы хорошим первым шагом для того, чтобы изолировать x? Подумайте, какую операцию нам может понадобиться выполнить с обеими сторонами уравнения, чтобы начать перемещать члены?"

Такой подход поощряет студента к размышлению и самостоятельному поиску решения, что гораздо эффективнее для обучения.

Гибкость в разработке: Динамические системные промпты

Вместо того чтобы жестко кодировать системные промпты в вашем приложении, вы можете сделать свою функцию чата более гибкой и многоразовой, принимая системные промпты в качестве параметров. Это позволяет легко переключать "личность" Claude в зависимости от контекста или выбора пользователя.

Вот пример того, как можно реализовать такую гибкую функцию:

def chat(messages, system=None):
    params = {
        "model": "claude-3-opus-20240229",
        "max_tokens": 1000,
        "messages": messages,
    }
    if system: # Условно добавляем параметр 'system', если он предоставлен
        params["system"] = system
    
    message = client.messages.create(**params)
    return message.content[0].text

Этот подход учитывает важную деталь: Claude API не принимает параметр system со значением None (или пустым). Поэтому вам нужно условно включать параметр system только тогда, когда он действительно предоставлен. Теперь вы можете вызывать свою функцию chat как с системным промптом, так и без него:

# Без системного промпта
user_messages = [{"role": "user", "content": "Расскажи о погоде."}]
answer_generic = chat(user_messages)
print(f"Ответ без промпта: {answer_generic}")

# С системным промптом
math_tutor_system = """
Вы терпеливый репетитор по математике.
Не отвечайте напрямую на вопросы студента.
Направляйте его к решению шаг за шагом.
"""
math_question = [{"role": "user", "content": "Как решить 5x + 2 = 3 для x?"}]
answer_tutor = chat(math_question, system=math_tutor_system)
print(f"Ответ репетитора: {answer_tutor}")

Такая гибкость позволяет создавать многофункциональные приложения, где Claude может переключаться между различными ролями и стилями общения в зависимости от потребностей пользователя или логики приложения.

Заключение

Системные промпты являются незаменимым инструментом для создания AI-приложений, которые ведут себя последовательно и адекватно своему предполагаемому назначению. Они преобразуют общие ответы AI в специализированные, соответствующие роли взаимодействия, открывая широкие возможности для разработки более умных, полезных и интуитивно понятных решений на базе Claude.