Bevor Sie beginnen
Dieser Leitfaden setzt voraus, dass Sie bereits entschieden haben, den erweiterten Denkmodus zu verwenden und unsere grundlegenden Schritte zu den ersten Schritten mit erweiterten Denkmodellen sowie unseren Implementierungsleitfaden für erweiterte Denkprozesse überprüft haben.Technische Überlegungen für erweiterte Denkprozesse
- Denktoken haben ein Mindestbudget von 1024 Token. Wir empfehlen, dass Sie mit dem minimalen Denkbudget beginnen und schrittweise erhöhen, um basierend auf Ihren Bedürfnissen und der Aufgabenkomplexität anzupassen.
- Für Arbeitslasten, bei denen das optimale Denkbudget über 32K liegt, empfehlen wir die Verwendung von Batch-Verarbeitung, um Netzwerkprobleme zu vermeiden. Anfragen, die das Modell dazu bringen, über 32K Token zu denken, verursachen lang laufende Anfragen, die möglicherweise gegen System-Timeouts und offene Verbindungslimits stoßen.
- Erweiterte Denkprozesse funktionieren am besten auf Englisch, obwohl finale Ausgaben in jeder von Claude unterstützten Sprache erfolgen können.
- Wenn Sie Denkprozesse unter dem Mindestbudget benötigen, empfehlen wir die Verwendung des Standardmodus mit ausgeschaltetem Denken und traditionellem Chain-of-Thought-Prompting mit XML-Tags (wie
<thinking>
). Siehe Chain-of-Thought-Prompting.
Prompting-Techniken für erweiterte Denkprozesse
Verwenden Sie zuerst allgemeine Anweisungen, dann beheben Sie Probleme mit schrittweiseren Anweisungen
Claude funktioniert oft besser mit allgemeinen Anweisungen, einfach tief über eine Aufgabe nachzudenken, anstatt mit schrittweisen präskriptiven Anleitungen. Die Kreativität des Modells bei der Problemlösung kann die Fähigkeit eines Menschen übertreffen, den optimalen Denkprozess vorzuschreiben. Zum Beispiel, anstatt:Multishot-Prompting mit erweiterten Denkprozessen
Multishot-Prompting funktioniert gut mit erweiterten Denkprozessen. Wenn Sie Claude Beispiele dafür geben, wie Probleme durchdacht werden sollen, wird es ähnliche Argumentationsmuster in seinen erweiterten Denkblöcken befolgen. Sie können Few-Shot-Beispiele in Ihren Prompt in erweiterten Denkszenarien einbeziehen, indem Sie XML-Tags wie<thinking>
oder <scratchpad>
verwenden, um kanonische Muster erweiterten Denkens in diesen Beispielen anzuzeigen.
Claude wird das Muster auf den formalen erweiterten Denkprozess verallgemeinern. Es ist jedoch möglich, dass Sie bessere Ergebnisse erzielen, wenn Sie Claude freie Hand lassen, auf die Weise zu denken, die es für am besten hält.
Beispiel:
Maximierung der Anweisungsbefolgung mit erweiterten Denkprozessen
Claude zeigt deutlich verbesserte Anweisungsbefolgung, wenn erweiterte Denkprozesse aktiviert sind. Das Modell:- Denkt über Anweisungen im erweiterten Denkblock nach
- Führt diese Anweisungen in der Antwort aus
- Seien Sie klar und spezifisch über das, was Sie wollen
- Für komplexe Anweisungen erwägen Sie, diese in nummerierte Schritte aufzuteilen, die Claude methodisch durcharbeiten sollte
- Geben Sie Claude genügend Budget, um die Anweisungen vollständig in seinem erweiterten Denken zu verarbeiten
Verwendung erweiterten Denkens zum Debuggen und Lenken von Claudes Verhalten
Sie können Claudes Denkausgabe verwenden, um Claudes Logik zu debuggen, obwohl diese Methode nicht immer perfekt zuverlässig ist. Um das Beste aus dieser Methodik zu machen, empfehlen wir die folgenden Tipps:- Wir empfehlen nicht, Claudes erweiterte Denkprozesse im Benutzertextblock zurückzugeben, da dies die Leistung nicht verbessert und tatsächlich die Ergebnisse verschlechtern kann.
- Das Vorfüllen erweiterten Denkens ist ausdrücklich nicht erlaubt, und das manuelle Ändern des Ausgabetexts des Modells, der seinem Denkblock folgt, wird wahrscheinlich die Ergebnisse aufgrund von Modellverwirrung verschlechtern.
assistant
-Antworttext-Prefill immer noch erlaubt.
Manchmal kann Claude seine erweiterten Denkprozesse im Assistenten-Ausgabetext wiederholen. Wenn Sie eine saubere Antwort wollen, weisen Sie Claude an, seine erweiterten Denkprozesse nicht zu wiederholen und nur die Antwort auszugeben.
Das Beste aus langen Ausgaben und langformigen Denkprozessen machen
Für Datensatz-Generierungsanwendungsfälle versuchen Sie Prompts wie “Bitte erstellen Sie eine extrem detaillierte Tabelle von…” zur Generierung umfassender Datensätze. Für Anwendungsfälle wie detaillierte Inhaltsgenerierung, bei denen Sie möglicherweise längere erweiterte Denkblöcke und detailliertere Antworten generieren möchten, versuchen Sie diese Tipps:- Erhöhen Sie sowohl die maximale erweiterte Denklänge UND bitten Sie explizit um längere Ausgaben
- Für sehr lange Ausgaben (20.000+ Wörter) fordern Sie eine detaillierte Gliederung mit Wortzahlen bis zur Absatzebene an. Dann bitten Sie Claude, seine Absätze zur Gliederung zu indizieren und die angegebenen Wortzahlen einzuhalten
Wir empfehlen nicht, dass Sie Claude dazu drängen, mehr Token um der Token willen auszugeben. Vielmehr ermutigen wir Sie, mit einem kleinen Denkbudget zu beginnen und bei Bedarf zu erhöhen, um die optimalen Einstellungen für Ihren Anwendungsfall zu finden.
Komplexe STEM-Probleme
Komplexe STEM-Probleme
Komplexe STEM-Probleme erfordern, dass Claude mentale Modelle aufbaut, spezialisiertes Wissen anwendet und sequenzielle logische Schritte durcharbeitet – Prozesse, die von längerer Denkzeit profitieren.
Diese einfachere Aufgabe führt typischerweise zu nur etwa wenigen Sekunden Denkzeit.
Constraint-Optimierungsprobleme
Constraint-Optimierungsprobleme
Constraint-Optimierung fordert Claude heraus, mehrere konkurrierende Anforderungen gleichzeitig zu erfüllen, was am besten erreicht wird, wenn lange erweiterte Denkzeit zugelassen wird, damit das Modell jede Einschränkung methodisch angehen kann.
Diese offene Anfrage führt typischerweise zu nur etwa wenigen Sekunden Denkzeit.
Denkrahmen
Denkrahmen
Strukturierte Denkrahmen geben Claude eine explizite Methodik zu befolgen, was am besten funktionieren kann, wenn Claude langen erweiterten Denkraum gegeben wird, um jeden Schritt zu befolgen.
Diese breite strategische Frage führt typischerweise zu nur etwa wenigen Sekunden Denkzeit.
Lassen Sie Claude über seine Arbeit reflektieren und sie überprüfen für verbesserte Konsistenz und Fehlerbehandlung
Sie können einfaches natürlichsprachliches Prompting verwenden, um Konsistenz zu verbessern und Fehler zu reduzieren:- Bitten Sie Claude, seine Arbeit mit einem einfachen Test zu überprüfen, bevor es eine Aufgabe als abgeschlossen erklärt
- Weisen Sie das Modell an zu analysieren, ob sein vorheriger Schritt das erwartete Ergebnis erreicht hat
- Für Programmieraufgaben bitten Sie Claude, Testfälle in seinem erweiterten Denken durchzugehen