Claude“延展思考extended thinking“

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

Claude 最近上新了个狠角色,叫做 "think" 工具。这不是普通的"多想想",而是给 Claude 自己腾出一个小空间,专门用来"停下来、理一理思路"。听起来简单,实则能让它在面对超级复杂任务时变得更加靠谱、条理清晰、决策稳定。

{

"name": "think",

"description": "Use the tool to think about something. It will not obtain new information or change the database, but just append the thought to the log. Use it when complex reasoning or some cache memory is needed.",

"input_schema": {

"type": "object",

"properties": {

"thought": {

"type": "string",

"description": "A thought to think about."

}

},

"required": ["thought"]

}

}

这项新工具其实跟它的"延展思考(extended thinking)"兄弟长得挺像,但用途可不一样。延展思考是 Claude 在动笔之前的深度谋划,而"think"工具是它写着写着突然停下来、回头看看,检查一下是否遗漏了什么关键的信息。尤其是在一连串复杂的工具调用或用户对话中,这种"停一下"的能力显得尤为重要。

举个例子,如果 Claude 正在帮用户取消航班或预订机票,它可能要翻政策、查数据、算行李费用、对支付方式逐条核对。有了"think"工具,它就能边做边"复盘",像个精明的小助理一样一步步确认每个细节。

从评测数据来看,Claude 在航空和零售两个高难度场景下,使用"think"工具后表现大幅飙升。特别是搭配"优化提示词"时(也就是给 Claude 举例说明该怎么用"think"),在航空类任务中提升高达 54%。零售场景则更轻松,即便不加提示词也表现亮眼,说明有时候给 Claude 一个"思考空间"就够用了。

关键点来了------只给工具,不给提示词,效果有限;工具+提示词组合拳,才是王炸。像航空这类高门槛、高规章的场景,就得靠详尽的例子+分步骤思考来打通 Claude 的"任督二脉"。

开发者要用好这个"think"工具,只需三步走:

  1. 设计好自己的"think"版本,输入字段只有一个"thought"------也就是 Claude 自己写下的想法;
  2. 把提示词写清楚,尤其是在系统提示(system prompt)中说明:什么时候用"think"、怎么用、思考啥;
  3. 别指望它万能,简单场景、平铺直叙的任务就别加这一步,省得浪费 token。

最终效果如何?总结一下就是:正确场景用得好,Claude 会更聪明、更稳妥、少翻车,而且代码改动小,不干扰现有流程,还很容易监控和优化。

对于在做复杂客户服务、政策执行、连续决策等任务的开发者来说,"think"工具简直是 Claude 的隐藏外挂,值得一试。别光看 Claude 自个儿在想什么,现在连怎么"想得明白"也可以定制起来了。

相关推荐
袁庭新3 分钟前
2025年07月总结
人工智能·aigc·编程语言
2501_9248792612 分钟前
强反光干扰下漏检率↓79%!陌讯多模态融合算法在油罐车识别的边缘计算优化
人工智能·算法·计算机视觉·视觉检测·边缘计算
下页、再停留1 小时前
【PHP】接入百度AI开放平台人脸识别API,实现人脸对比
人工智能·百度·php
松果财经1 小时前
外卖“0元购”退场后,即时零售大战才刚开始
大数据·人工智能
说私域1 小时前
基于开源链动2+1模式AI智能名片S2B2C商城小程序的私域流量拉新策略研究
人工智能·小程序·开源
永洪科技1 小时前
永洪科技华西地区客户交流活动成功举办!以AI之力锚定增长确定性
大数据·人工智能·科技·数据分析·数据可视化
京东零售技术1 小时前
京东零售在智能供应链领域的前沿探索与技术实践
人工智能·百度·零售
小小小小小鹿2 小时前
Ai入门-结合rag搭建一个专属的ai学习助手
人工智能·llm
华东数交2 小时前
数本归源——数据资产化的需求
人工智能