Consejos para el uso de contexto largo

While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.

La ventana de contexto extendida de Claude (200K tokens para los modelos Claude 3) permite manejar tareas complejas y ricas en datos. Esta guía te ayudará a aprovechar este poder de manera efectiva.

Consejos esenciales para prompts con contexto largo

• Coloca los datos extensos en la parte superior: Ubica tus documentos largos y entradas (~20K+ tokens) cerca de la parte superior de tu prompt, por encima de tu consulta, instrucciones y ejemplos. Esto puede mejorar significativamente el rendimiento de Claude en todos los modelos.

  Las consultas al final pueden mejorar la calidad de la respuesta hasta en un 30% en las pruebas, especialmente con entradas complejas y multi-documento.

• Estructura el contenido del documento y los metadatos con etiquetas XML: Cuando uses múltiples documentos, envuelve cada documento en etiquetas <document> con subtags <document_content> y <source> (y otros metadatos) para mayor claridad.

  Ejemplo de estructura multi-documento

  <documents>
    <document index="1">
      <source>annual_report_2023.pdf</source>
      <document_content>
        {{ANNUAL_REPORT}}
      </document_content>
    </document>
    <document index="2">
      <source>competitor_analysis_q2.xlsx</source>
      <document_content>
        {{COMPETITOR_ANALYSIS}}
      </document_content>
    </document>
  </documents>
  
  Analiza el informe anual y el análisis de la competencia. Identifica las ventajas estratégicas y recomienda áreas de enfoque para el Q3.
  

• Fundamenta las respuestas en citas: Para tareas con documentos largos, pide a Claude que cite primero las partes relevantes de los documentos antes de realizar su tarea. Esto ayuda a Claude a filtrar el “ruido” del resto del contenido del documento.

  Ejemplo de extracción de citas

  Eres un asistente médico AI. Tu tarea es ayudar a los médicos a diagnosticar posibles enfermedades de los pacientes.
  
  <documents>
    <document index="1">
      <source>patient_symptoms.txt</source>
      <document_content>
        {{PATIENT_SYMPTOMS}}
      </document_content>
    </document>
    <document index="2">
      <source>patient_records.txt</source>
      <document_content>
        {{PATIENT_RECORDS}}
      </document_content>
    </document>
    <document index="3">
      <source>patient01_appt_history.txt</source>
      <document_content>
        {{PATIENT01_APPOINTMENT_HISTORY}}
      </document_content>
    </document>
  </documents>
  
  Encuentra citas de los registros del paciente y el historial de citas que sean relevantes para diagnosticar los síntomas reportados del paciente. Colócalas en etiquetas <quotes>. Luego, basándote en estas citas, enumera toda la información que ayudaría al médico a diagnosticar los síntomas del paciente. Coloca tu información diagnóstica en etiquetas <info>.
  

---

Biblioteca de prompts

Inspírate con una selección curada de prompts para varias tareas y casos de uso.

Tutorial de prompting en GitHub

Un tutorial lleno de ejemplos que cubre los conceptos de ingeniería de prompts encontrados en nuestra documentación.

Tutorial de prompting en Google Sheets

Una versión más ligera de nuestro tutorial de ingeniería de prompts a través de una hoja de cálculo interactiva.