1.定义任务场景和成功标准
任务场景可分为简单任务：实体抽取、qa等
复杂任务：代码生成、创意写作等
在定义任务后，就要定义模型实现该任务的成功标准：
模型表现和准确率；延迟；价格。
2.开发测试用例
多样化的测试用例覆盖任务的典型应用和边缘情况。
3.设计初始的prompt
设计最初的prompt，从简单描述任务场景、回答的风格等开始。最好是使用few-shot的方式，告诉模型的输入输出格式。
4.针对测试用例评估prompt
将测试用例使用初始的prompt输入到模型，观察和评估回复内容，并与成功标准作比较。使用一致的评分标准，可以是人工评估、与答案核心内容的比较或是用其他模型的回答判断等。
5.优化prompt
根据评估结果，朝着成功标准迭代优化prompt。包括但不限于增加描述明细、示例、模型行为的约束。但是要注意不要过分优化小部分的输入，否则会过拟合。
6.部署prompt
一旦设计的prompt成功通过了测试用例，就可以将其应用。注意监控模型表现，边缘情况等意外仍随时可能发生。
准则：
- 清晰直接：提供清晰的指令和背景信息以指导Claude的回应。
- 使用示例：在提示中包含示例以展示期望的输出格式或风格。
- 赋予Claude角色：让Claude扮演一个特定的角色（如专家），以提升针对你的用例的表现。
- 使用XML标签：利用XML标签来结构化提示和回应，以提高清晰度。
- 分解提示：将复杂任务分解成更小、更易管理的步骤，以获得更好的结果。
- 让Claude思考：鼓励逐步思考以提高Claude输出的质量。
- 预填充Claude的回应：用几个词开始Claude的回应，以将其输出引向期望的方向。
- 控制输出格式：指定期望的输出格式以确保一致性和可读性。
- 请求Claude进行重写：基于评分标准请求修订，以促使Claude迭代并改进其输出。
- 利用长上下文窗口技巧：优化利用Claude长上下文窗口的提示。