Anthropic ha introdotto nuove funzionalità nella sua console per facilitare il miglioramento dei prompt e la gestione degli esempi. Questi strumenti sono progettati per aiutare gli sviluppatori a ottimizzare i propri modelli AI sfruttando le migliori pratiche del prompt engineering.
Il prompt improver consente di affinare automaticamente i prompt esistenti utilizzando tecniche avanzate, come il chain-of-thought reasoning, che favorisce un ragionamento sistematico per migliorare l’accuratezza e l’affidabilità delle risposte. Tra le funzionalità principali, vi sono la standardizzazione degli esempi in formato XML e l’enrichment di questi ultimi con ragionamenti concatenati. Inoltre, il sistema riscrive i prompt per migliorarne la struttura e correggere eventuali errori.
Un altro aspetto centrale è la gestione degli esempi multi-shot. Attraverso il Workbench, gli utenti possono creare o modificare input/output con maggiore chiarezza, beneficiando anche di esempi sintetici generati automaticamente. Questo processo migliora l’accuratezza, la consistenza e le prestazioni dei modelli, rendendoli più adatti a compiti complessi e a formati di output specifici.
Infine, l’aggiunta di una funzione di valutazione dei prompt, che include una colonna dedicata agli “output ideali”, permette agli sviluppatori di testare e affinare i prompt in base a scenari specifici.
Un esempio di successo arriva da Kapa.ai, che ha utilizzato il prompt improver per migrare rapidamente le sue attività su Claude. Secondo Finn Bauer, co-fondatore dell’azienda, la funzionalità ha accelerato il passaggio alla produzione e migliorato l’efficienza.
Questi aggiornamenti segnano un passo importante verso una maggiore accessibilità e qualità nell’ingegneria dei prompt, riducendo tempi e complessità per gli sviluppatori.
