先给 AI 一份考卷

漂亮的演示,未必能说明流程遇上难题时如何处理。

ZERVUE 编辑部 · 文档解读 · AI 变阵 ·

先写合格条件

Anthropic 的评估指引以具体、可衡量的成功条件为起点。我们建议先选一项任务,写清可用答案应包含什么、不能出现什么,以及信息不足时何时应停止。 [1]

留下难题

使用有权使用的例子建立小型私人题库,纳入缺少事实、指令冲突与超出任务范围的情况。每题注明预期判断,不因系统解释自信就判定通过。

比较同一批题目

提示词或模型改变后,用相同题库比较,记录版本和实际错误,保留失败例子。通过小题库不代表适用所有客户、语言和未来输入。本文提出方法,不公布 AI 实测排名。