来源：Anthropic 官方文档
翻译：Claude
校对：ALLinLLM
翻译进度：31%
1 介绍
1.1 开始使用 Claude
什么是 Claude
Claude 是由 Anthropic 开发的大型语言模型（LLM）。它经过训练，能够以会话形式提供帮助。
与 Claude 交互的方式有多种：
- 网页：通过 Anthropic 的控制台，您可以使用聊天界面与 Claude 对话。
- API：将 Claude 集成到您的产品中，为客户提供服务。
无论是哪种方式，与 Claude 的交互方式基本相同。这使得您可以先在网页控制台中尝试不同的提示方式，然后将其应用到 API 中。
获取 Claude 访问权限
Anthropic 正在逐步推出 Claude，以确保其安全性和可扩展性。我们正与选定的合作伙伴合作，在其产品中推出 Claude。如果您有兴趣成为合作伙伴，可以提交申请。请注意，由于申请量较大，回复可能需要一些时间。
如果您已经在 Slack 等平台上与 Claude 交互，并希望切换到 API 访问，您需要分别申请不同产品的访问权限。
与 Claude 的第一次聊天
Claude 的功能丰富，但其响应效果取决于您提问的方式。以下是一些建议，帮助您在初次交互时获得更好的体验。
像与外包员工交谈
将 Claude 视为一名外包员工，而不是简单的文本补全工具。例如：
写一篇专家级的激光光学技术摘要。
Claude“记住”整个线程
在 Slack 或网页界面中，Claude 可以看到您在当前线程中的所有内容。但它无法记住其他线程中的对话。
需要记住的限制
- Claude 正在“扮演”一个有帮助的助手角色，但有时会误报自己的能力。
- 在复杂算术和推理任务中，Claude 可能会出现错误。
- Claude 有时会编造信息或细节，尤其是在回答问题时。
- 虽然 Claude 了解现实世界的知识，但它无法访问互联网。
- Claude 的训练数据可能早于 2 年前，因此不知道当前事件或日期。
- Claude 无法在现实世界中采取行动或查阅信息，但可以提供建议。
术语词典
以下是与语言模型相关的一些关键概念：
上下文窗口
“上下文窗口”是指语言模型在生成文本时可以回顾和参考的文本量。对于 Claude，上下文窗口包含单个线程中的所有内容。
微调
微调是指使用额外数据进一步训练预训练语言模型的过程。Claude 已经经过微调，成为一款有用的助手。
HHH
HHH 代表 Anthropic 的目标：
– 有帮助：尽力完成任务或回答问题。
– 诚实：提供准确信息，避免虚构。
– 无害：避免冒犯或歧视，并礼貌拒绝危险请求。
LLM
大型语言模型（LLM）是具有大量参数的 AI 模型，能够执行多种任务。Claude 是基于 LLM 的会话助手。
RLHF
人工反馈强化学习（RLHF）是一种通过人类反馈调整模型行为的方法。Claude 已经通过 RLHF 训练成为一款有用的助手。
温度
温度是控制模型生成文本随机性的参数。较高的温度会生成更有创造性的文本，而较低的温度会生成更保守的文本。
Token
Token 是语言模型的最小单位，可以对应单词、字符或字节。对于 Claude，平均每个 token 约 3.5 个字符。
2 提示词（Prompt）设计
2.1 设计提示词
Claude 经过训练成为一名有帮助的助手。您可以使用标准英语指示它。将 Claude 想象成一名新雇佣的承包商，它没有任何上下文信息，因此需要非常具体的指令。
提示词
您给 Claude 的文本旨在引发相关响应。提示通常采取问题或指令的形式。例如：
人类：为什么天空是蓝色的？
助手：
通过 API 发送的提示必须包含 人类： 和 助手： 作为说话人的信号。
响应
Claude 的响应称为“响应”。例如，关于天空为什么是蓝色的解释。
“把内容喂到 Claude 的嘴里”
通过 人类/ 助手： 提示样式，您可以让 Claude 持续对话并记住上下文。例如：
人类：请选择一个随机水果。
助手：这里是我为您随机选择的水果：番石榴。
人类：这种水果的颜色是什么？
助手：
提示长度
Claude 的上下文窗口当前为 6500 个单词/8000 个 token/28000 个 Unicode 字符。超出此限制时，Claude 可能会返回无连贯性的响应。
2.2 避免歧义
与 Claude 交谈时，确保提示词明确、具体。例如：
反例：纽约有多大？
正例：相比其他州，纽约州的面积和人口有多大？
提供示例
在提示中包含示例可以提高准确性。例如：
人类：想一个护士的有趣集体名词。
助手：
描述语调
通过指示 Claude 以特定语调行事，您可以使其在不同的角色中发挥作用。例如：
人类：以数学老师的身份行事。
助手：好的，我会是一个数学老师！
人类：毕达哥拉斯定理是什么？
助手：
提前填写响应内容
通过自己开始句子，您可以引导 Claude 快速回答问题。例如：
人类：给我词“尘埃”的 5 个同义词。
助手：以下是动词“尘埃”的 5 个同义词：
使用 XML 标记
XML 标记可以帮助定义提示和响应的结构。例如：
人类：从以下文章中提取引文。
助手：以下是相关引用：
指定输出长度
如果您想要特定长度的响应，请在提示中说明。例如：
人类：请告诉我关于乔治·华盛顿的信息，但限于 30 个单词。
助手：以下是乔治·华盛顿的 30 个单词描述：
设置期望
如果任务可能失败，请在提示中说明。例如：
人类：我正在查看文件，可能不包含相关信息。请告诉我文件是否包含答案。
助手：好的，我明白。
2.3 复杂任务
当任务复杂时，您可以将其分解为子任务。例如：
人类：请按以下步骤操作：
1. 编写一段关于工蜂如何维护巢穴的段落。
2. 将“蜜蜂”替换为德语单词。
助手：
检查 Claude 是否理解
通过询问 Claude 是否理解提示，您可以确保任务顺利进行。例如：
人类：您明白说明吗？
助手：是的，我理解。
一步一步地思考
通过明确告诉 Claude 一步一步地思考，可以显著改善其推理能力。例如：
人类：我有两只宠物猫，其中一只少了一条腿。总共，我的猫有几条腿？
助手：我可以一步一步地思考吗？
人类：是的，请这样做。
助手：
2.4 迭代式地补充提示词
通过使用 Claude 的响应，您可以提高后续提示的可靠性。例如：
人类：这里有一个句子：
您的答案是什么？
助手：输入句子包含单词“苹果”两次。因此，我的答案是 [2]。
