Anthropic ha lanzado recientemente importantes actualizaciones en su consola (Console) para desarrolladores, incluyendo nuevas funciones para la optimización de indicaciones y la gestión de ejemplos. Esta mejora ayudará a los desarrolladores a aplicar más fácilmente las mejores prácticas de ingeniería de indicaciones y a crear aplicaciones de IA más fiables.
La calidad de las indicaciones afecta directamente a los resultados del modelo de IA. Sin embargo, las mejores prácticas para las indicaciones varían entre las diferentes plataformas de modelos, y el proceso de optimización suele ser largo y laborioso. Para solucionar este problema, Anthropic ha lanzado un optimizador de indicaciones que utiliza automáticamente técnicas de ingeniería avanzadas para mejorar las indicaciones existentes, especialmente útil para optimizar indicaciones escritas a mano o creadas para otros modelos de IA.
En concreto, el optimizador mejora las indicaciones mediante cinco métodos: primero, introduce el razonamiento en cadena, haciendo que Claude piense sistemáticamente en el problema antes de responder; segundo, convierte los ejemplos a formato XML para mejorar la claridad; tercero, enriquece los ejemplos existentes con razonamiento en cadena que se ajusta a la nueva estructura; cuarto, reescribe las indicaciones para optimizar su estructura y corregir errores gramaticales y ortográficos; y quinto, pre-rellena la información del asistente para guiar el comportamiento y el formato de salida de Claude.
Los datos de prueba muestran que este sistema de optimización aumentó la precisión en un 30% en las pruebas de clasificación multietiqueta y logró una precisión del 100% en el recuento de palabras en tareas de resumen de texto. Los usuarios también pueden proporcionar comentarios sobre los resultados de la optimización para mejorar aún más el efecto de las indicaciones.
En cuanto a la gestión de ejemplos, los desarrolladores ahora pueden gestionar los ejemplos en la consola en un formato estructurado. El sistema admite la adición de ejemplos de pares de entrada/salida claros, la edición de ejemplos existentes para mejorar la calidad de la respuesta. Para las indicaciones sin ejemplos, Claude también puede generar automáticamente borradores de entrada y salida de ejemplos sintéticos, simplificando todo el proceso.
La conocida empresa tecnológica Kapa.ai ya ha utilizado este optimizador para migrar con éxito varios flujos de trabajo de IA clave a la plataforma Claude. Finn Bauer, cofundador de la empresa, declaró: "El optimizador de indicaciones de Anthropic simplificó nuestra migración a Claude 3.5 Sonnet, ayudándonos a llegar a la producción más rápidamente."
Actualmente, el optimizador de indicaciones, la gestión de ejemplos y la función de salida ideal están disponibles para todos los usuarios de Anthropic Console. Este sistema no solo mejora la precisión, sino que también garantiza la coherencia del formato de salida, lo que mejora significativamente la capacidad de Claude para manejar tareas complejas. Los desarrolladores pueden encontrar más información sobre cómo utilizar Claude para mejorar y evaluar indicaciones en la documentación oficial de Anthropic.
Referencias: https://www.anthropic.com/news/prompt-improver