Ta dyskusja na Reddit jest bardzo interesująca Można zwrócić uwagę na wskazówki Claude'a, z których można nauczyć się ciekawych poleceń Na przykład dotyczących złożonych drzew decyzyjnych dla wyszukiwania w sieci Strategia wyszukiwania Claude'a została podzielona na cztery wyraźne kategorie: - never_search (nigdy nie szukaj): podstawowe informacje, definicje, fakty historyczne itp. stabilne informacje - do_not_search_but_offer (najpierw odpowiedz, potem zapytaj): można odpowiedzieć, ale mogą być nowsze informacje, najpierw podaj odpowiedź, a potem zapytaj, czy potrzebne są najnowsze dane - single_search (jednorazowe wyszukiwanie): dane w czasie rzeczywistym, bieżące wydarzenia, ceny itp. proste zapytania wymagające najnowszych informacji - research (badania): złożone zapytania wymagające 2-20 wywołań narzędzi, w tym analizy porównawcze, raporty zbiorcze itp. Taki projekt warstwowy unika problemów z "nadmiernym wyszukiwaniem" i "niedostatecznym wyszukiwaniem", sprawiając, że AI bardziej przypomina ludzi w ocenie, kiedy potrzebne są zewnętrzne informacje. Na przykład ostrożny projekt narzędzia kończącego rozmowę Warunki użycia narzędzia end_conversation_tool są niezwykle surowe: - Musi najpierw podać wyraźne ostrzeżenie - Używane tylko w ekstremalnych przypadkach - Nigdy nie używaj tego narzędzia w wrażliwych tematach, takich jak samookaleczenie Taki projekt zapewnia ciągłość rozmowy i doświadczenie użytkownika, unikając ryzyka "kapryśnego zakończenia" przez AI. Innym przykładem jest prosty projekt wywołań narzędzi Wywołania narzędzi przyjmują najprostszy format XML Nie ma JSON, nie ma skomplikowanego API, to czysty tekst generujący XML, a następnie system go analizuje i wykonuje. Taki "prymitywny sposób" okazuje się najpewniejszy, ponieważ modele językowe najlepiej radzą sobie z generowaniem tekstu strukturalnego.