你只發揮了 Claude 30% 的潛力！Anthropic 內部技巧全公開，揭露專業提示詞的 6 大核心元素

大家好。 感謝您今天參加提示入門課程。 我叫漢娜。 我是這裡 Anthropic 公司應用人工智慧團隊的一員。 與我一同在場的還有克里斯蒂安，他也是應用人工智慧團隊的成員。 今天我們要做的事是 帶你了解一些提示技巧的最佳實踐。 我們將使用一個現實世界的場景 並一起構建一個提示。 那麼，簡單介紹一下提示工程是什麼。 提示工程，你們大概都已經 對這個有點熟悉。 這就是我們用語言進行溝通的方式 建模並試圖讓它按照我們的意圖運作。 因此，這就是撰寫清晰指示的實踐。 對於模型而言，給予模型上下文使其 需要完成任務，並思考 透過我們希望如何安排那些資訊的方式 以獲得最佳效果。 這裡有很多細節，有很多不同的方式 你或許應該考慮著手建立一個提示。 正如往常一樣，學習這項技能的最佳方式是 只是為了練習做這件事。 今天，我們將進行一個實際操作的場景演練。 我們將使用一個受真實客戶啟發的範例 我們合作過的。 因此，我們已經修改了客戶實際要求我們執行的事項。 但這是一個非常有趣的案例 試圖分析一些圖像並獲取事實資訊 這些圖像，並讓克勞德對其做出判斷 它在那裡找到的內容。 而且我確實不會說這門語言 這內容所處的狀態。 但幸運的是，克里斯蒂安和克勞德兩人都會。 那我接下來把話筒交給克里斯蒂安。 談論情境與內容。 因此，對於我們這裡舉的例子來說，這是故意的。 因此，先讓我們設定一下場景，假設你正在 為一家瑞典保險公司工作。 你每天都要處理汽車保險理賠事宜。 這樣做的目的是因為你有兩塊 資訊。 我們也會詳細探討這些內容。 但從視覺上來看，你可以在左側看到， 我們有一份汽車事故報告表， 只是詳細說明事故發生前的情況 確實發生了。 最後，我們有一張手繪的草圖 以及事故發生的經過。 因此，這兩項資訊 這正是我們試圖傳遞給克勞德的內容。 首先，我們可以先拿這兩個 然後把它們丟進主機裡，看看會發生什麼事。 因此，如果我們也轉向主機平台的話， 我們確實可以以一種真實的方式來做到這件事。 在這種情況下，你們可以看到我們的閃亮的， 美麗的 Anthropic 控制台。 我們也在使用新的 Claude Foresolid 模型。 在這種情況下，將溫度設置為零 而且還擁有龐大的麥克斯·霍肯預算 正在幫助我們確保不會有任何限制。 對Claude能做的事。 在這種情況下，你可以看到你有一個非常簡單的提示 設定場景，或是克勞德應該做的事。 在這種情況下，提到這是一種意圖 審閱事故報告表 最終也將確定事故發生的經過 誰該負責。 所以你可以看到，僅僅用這個非常簡單的提示， 如果我只是執行這段程式，讓我前往預覽， 我們可以看到，克勞德認為這件事是 與滑雪事故有關 那發生在一條名叫沙夫曼加坦的街道上。 這是瑞典非常常見的一條街道。 在許多方面，你多少可以理解這一點 而且這是一種錯誤，因為在我们的提示中， 我們實際上什麼都沒做來鋪墊局面 這裡實際上正在發生什麼。 所以這種初步猜測並不算太差。 但我們仍然知道，直覺仍佔有相當大的份量 我們可以將其內建於 Claude 中。 因此，如果我們切換回投影片， 你可以看到，在許多方面， 提示工程是一門非常迭代且基於實證的科學。 在這種情況下，我們幾乎可以構建一個測試案例。 Claude 應該確保它理解了 它處於汽車或車輛環境中。 與滑雪無關。 這樣，你便可以逐步完善你的提示 確保它確實在解決問題 你打算解決的。 為了達成此目標，我們將遵循一些最佳實踐方法 我們在熵能公司內部是如何拆解這一切的 以及我們建議他人也如此行事。 那我們來談談一些最佳實踐 為了打造一個出色的提示。 首先，我們想聊一點事情 關於一個優秀提示結構長什麼樣子。 所以你可能對這種互動方式比較熟悉 與Claude的聊天機器人來回交談 採用更為口語化、類似對話的互動方式。 當我們處理此類任務時 我們可能正在使用 API。 我們其實想向 Claude 發送一條單一訊息 並把它精準地完成這項任務周圍 不需要刻意地来回移動。 因此，我們建議的結構是 設定任務描述於一開始。 所以告訴克勞德，你來這裡是為了做什麼？ 你的角色是什麼？ 今天你試圖完成什麼任務？ 然後我們提供內容。 所以在這種情況下，指的是克里斯蒂安所展示的那些圖片。 事故的形態與繪圖 以及它們發生的方式。 那是我們的動態內容。 這也可能正是你正在檢索的內容 根據您的使用情境，來自另一個系統。 我們將給 Claude 一些詳細的指示。 幾乎像是一份逐步列出的清單 我們希望克勞德執行任務的方式 以及我們希望它如何處理推理。 我們可以給 Claude 一些範例。 以下是一個你可能會收到的內容範例。 當收到該內容時，你應如此回應。 最後，我們通常建議重複進行 任何真正重要的事情 讓克勞德了解這個任務。 有點像在與 Claude 回顧資訊。 強調那些極其關鍵的事物， 然後告訴克勞德：好，你開始工作吧。 那麼，這裡是另一個視角。 這多了一些細節。 再多一點細節分析， 我們將逐一走過每一個 這十個點分別如下 並向您展示我們如何在主控台中逐步建立它。 首先，克里斯蒂安會談一下幾件事 關於任務背景與語氣背景。 完美。 是的，如果我們從任務背景開始的話， 正如你在我進行簡短示範時所察覺到的那樣， 我們並沒有太多時間去詳述那個情境。 克勞德實際上正在內部工作。 而且因為這個原因，你也能夠說出 克勞德不一定需要猜測 更多關於你真正想要從中獲得什麼。 所以在我們的情況下，我們真的想把它拆解開來， 確保我們能夠提供更明確具體的指示， 同時也確保我們清楚了解任務內容 我們正在要求 Claude 來完成的事。 其次，我們也確保 我們為其中增添了一點語氣。 這裡的重點是，我們希望 Claude 保持事實準確。 保持自信。 因此，如果 Claude 無法理解它所看到的內容， 我們不希望它隨意猜測，從而誤導我們。 我們希望確保任何評估都能夠 在我們的情況下，我們希望確保 讓我們能夠明白誰該負責。 我們希望確保評估盡可能清晰。 並且盡可能地有信心。 否則，我們就快要搞不清楚自己在做什麼了。 因此，如果我們切換回主控台， 我們可以跳轉到這裡的 V2 版本。 那我直接導航到 V2。 你會看到這裡，我再簡單說明一下這些資料。 我們上次並沒有真的這麼做。 只是要真正突出我們正在觀察的內容。 我們在這裡看到的是， 這是車禍事故報告表。 而且只有 17 個不同的核取方塊 經歷實際發生的事情。 你可以看到有一輛車A和一輛車B， 左右兩側皆有。 而這樣做的主要目的，是為了確保 克勞德能夠理解這手動生成的資料 評估實際情況究竟是什麼。 而且這一點也得到了證實，如果我能回到這裡的話， 這幅素描我們也在此加以強調。 在這種情況下，這個表格只是一個不同的數據點。 針對同一情境。 在這種情況下，我們希望內建更多的資訊 進入我們的第二版。 這樣做，我其實在詳細闡述得多得多 在發生什麼事。 所以你們可以看到，我正在明確指出這個人工智慧系統 應該協助人類的理賠員調整主張 正在審核汽車事故報告表 瑞典語也一樣。 這裡，我們也在進一步闡述 這是一幅由人類繪製的事件素描， 而且我們不應做出評估 如果它實際上並非完全有把握的話。 這一點非常重要，因為如果我們執行這段程式， 你會看到那樣的情況，同樣也能看到相同的設定。 12.4，我們全新的閃亮模型，溫度也為零。 我們執行一下，就可以看到這裡實際發生了什麼。 在這種情況下，Claude 能夠察覺到 現在則與汽車事故有關。 不是滑雪事故，這很好。 你可以看到它能夠抓起車輛A 已標記在核取方塊一上 然後車輛 B 位於 12 號位置。 不過，如果我们往下滾動的話 我們仍然可以判斷出有些資訊遺漏了 讓克勞德做出完全有信心的判斷 誰該負責這裡。 這真是太棒了。 這與你所設定的任務有關。 請確保您不會做出任何不實的陳述。 並且確保你只設定事物 當你真正有信心的時候。 但我們仍缺少許多資訊 關於表格，該表格實際上包含的內容。 還有許多我們想要內嵌的資訊 也加入這個大語言模型應用中。 而且做到這一點的最佳方式是 實際上是將其添加到系統提示中。 Hannah 將進一步闡述這一點。 因此，在之前的簡報中，我們接下來要談的是這一項 我們將會對提示內容進行補充， 這是一些背景細節、數據、文件和圖片。 正如克里斯蒂安所說的那樣，這裡也如此。 我們對這種形式實際上了解很多。 這個表格每次都會一模一樣。 表格的格式永遠不會改變。 因此，這是一種非常優秀的資訊類型 提供給克勞德，告訴克勞德 這是您將要查看的表格結構。 我們知道這將永遠不會隨著不同查詢而改變。 填表的方式將會改變。 但形式本身不會改變。 因此，這是一種非常重要的資訊 放入系統提示中。 同時，這也是使用提示緩存的一個極佳場景。 如果你考慮使用提示緩存， 這將始終相同。 這將幫助 Claude 做什麼 花更少的時間去弄清楚表格的格式。 每次看到該形式時的第一個時刻。 而且它在讀取表格方面會表現得更好。 因為它 already 知道那裡會發生什麼。 這裡我想再談一個話題 這就是我們喜歡在提示中整理資訊的方式。 所以克勞德真的很喜歡結構，很喜歡條理分明。 這就是我們建議遵循的原因 某種標準化的提示結構。 而且還有其他幾種工具你可以使用 幫助 Claude 更好地理解資訊。 還有一點我想提到的是，這些內容都在我們的文件中。 有很多非常出色的例子。 所以務必拍些照片， 但如果忘了拍照，也別擔心。 所有這些內容都已上線，並附有大量範例 我們當然鼓勵你們大家 也去看看吧。 不管怎樣，這些東西你可以使用。 定界符，例如 XML 標籤。 Markdown 對 Claude 來說也非常實用。 但 XML 標籤很好，因為你可以明確指定 那些標籤裡面有什麼。 因此，我們可以告訴 Claude，這是使用者的偏好。 現在你將閱讀一些內容 這些 XML 標籤讓您知道 所有包在那些標籤中的內容 與使用者的偏好有關 這有助於 Claude 回溯該資訊。 也許在提示的後續部分。 所以我想要在控制台的背面顯示 在這種情況下，我們實際上是如何操作的。 克里斯蒂安會調出我們的第三版。 因此我們將保留關於另一部分的所有內容 使用者提示內容相同。 在這種情況下，我們已經決定 將此資訊放入系統提示中。 你可以試著用不同的方式來做。 我們正在系統提示中進行這項操作。 我們將會告訴克勞德它需要知道的一切。 關於這個表格。 這是一份瑞典的交通事故報告表。 表格將以瑞典語呈現。 它會有這個標題。 它將有兩欄。 欄位代表不同的車輛。 我們會向 Claude 逐一說明這 17 行內容 以及它們的含義。 你可能已經注意到，上次我們執行時的情況。 克勞德正在逐一閱讀每一行文字。 了解它們是什麼。 我們可以一開始就提供所有這些資訊。 我們還會給克勞德一些資訊 關於這個表格應如何填寫。 這對 Claude 來說也非常有用。 我們可以告訴它一些事情，例如， 人類基本上正在填寫這份表格。 所以不會完美。 人們可能會畫一個圓圈。 他們可能會亂寫。 他們可能不會在方框裡打個「X」。 可能有許多種類的標記 當您閱讀此表格時需要留意的內容。 我們也可以給克勞德一點資訊 關於如何解讀這一點 或者這個表格的目的或含義是什麼。 所有這些都是上下文 希望這真的能幫上克勞德的忙。 更仔細地分析一下格式。 因此，如果我們執行它，其他所有內容仍然不變。 因此我們在此保留相同的使用者提示。 哦，你的卷軸和我的方向相反。 我們這裡有相同的使用者提示。 仍在要求 Claude 執行相同的任務，相同的上下文。 我們會發現這裡的耗時更少了。 有點像是在向我們稍微少講述一點內容 關於這個表格是什麼 因為它 already 知道那是什麼。 而且它並不關心這種類型的 把那資訊帶回來給我們。 它會給我們一整張清單 關於它所發現需查核的內容， 這張草圖顯示了什麼。 現在，克勞德變得更加自信了。 在我們為 Claude 提供的這額外背景資訊之下， 克勞德現在覺得是時候說了 在此案中，車輛B負有過錯。 根據這張圖和這張草圖。 因此，我們已經看到一些改善 就像克勞德在分析這些事情一樣。 我想我們大概都同意 如果我們看著那張圖畫 而且在該列表中，車輛B有錯。 那麼，我們想看看那樣的情況。 那我們就回到簡報投影片上 並談談其他幾樣東西 我們在這個提示中並沒有真正使用它 但對於構建你的提示語來說，確實非常有幫助。 並使其運作得更佳。 正是如此。 我想強調的一點是，我們非常重視舉例說明。 我认为範例或提示 shot 是一種機制 這確實對引導克勞德有著強大的作用。 因此，你也可以以相當不簡單的方式來想像這件事。 所以想像一下，你會遇到各種情境、狀況， 即使在這種情況下，具體的意外事故也已經發生過。 那些對 Claude 來說很難正確處理的內容 但你憑藉著人類的直覺 以及您人工標記的數據 能夠真正得出正確的結論。 然後你就可以將這些資訊烘烤出來 進入系統提示本身 通過明確的範例來說明， A，它應該查看的數據。 因此你可以看到視覺範例。 你可以使用 Base64 編碼圖像 並将其作为数据的一部分 你正在傳遞給範例中的內容。 然後在那之上， 你可以擁有那種描繪或描述的方式。 如何拆解並理解它。 這正是我們特別強調和突出的重點 在你能夠試著突破極限的方式中 您的LLM應用 是透過將這些範例內建於系統提示中來實現的。 這再次有點像是經驗科學 提示工程 你總會想要不斷挑戰極限 您的申請並獲得反饋迴圈 問題出在它哪裡 並嘗試將其加入系統提示中 以便下次舉例時 那種模擬所發生的情況， 它能夠在範例集合中實際引用它。 你也可以看到這裡。 這只是一個我們如何進行此操作的簡單範例。 再次強調 XML 結構的類型 我們所享受的。 它為程式碼提供了大量的結構。 這也正是它經過微調的內容。 而且這個例子中運作得非常完美。 在我們的情況下，我們並沒有這麼做 僅僅因為這只是一個簡單的示範， 但你可以實際地想像 如果你正在為一家保險公司打造這套系統， 你可能會有數十個，甚至上百個例子 相當困難，也許在灰色地帶。 你希望確保 Claude 實際上確實有一些依據，可作為下次判決的基礎。 另一個我們非常想強調的主題， 這在本次示範中我們並未進行。 對話歷史。 這與範例屬於同一類型。 我們使用這一點來確保 足夠豐富的上下文資訊已提供給 Claude 可供使用 當 Claude 為你效力時。 在我們的情況中，現在 這其實不是一個面向使用者的大型語言模型應用程式。 這更像是背景中發生的一些事情。 你可以想像，對於這家保險公司來說， 他們有這個自動化系統。 一些數據由此產生。 然後在最後階段，你可能會有人類參與其中。 如果你要打造一個更面向使用者的東西 你會有一段長時間的對話紀錄 那將是相關的內容，值得引入。 這是在系統提示中包含內容的完美位置 因為它豐富了克勞德所處的背景情境。 在我們的情況下，我們並未這麼做。 但我們所做的，以及下一步是， 請務必確保我們提供具體的提醒。 眼前的任務。 所以現在我們將完成最後一部分 這個提示適用於 Claude 而且這正回到提醒的內容上。 關於當前任務的內容 並提醒克勞德注意任何重要的準則 我們希望它遵循的。 我們可能這麼做的某些原因 A，防止幻覺。 因此我們希望 Claude 不要編造細節 這提示裡找不到，對吧？ 或在資料中找不到。 如果 Claude 無法判斷哪個選項已被勾選， 我們不希望克勞德憑直覺做出最佳猜測 或創造出一個方框可能被勾選的想法 當不是這樣的時候。 如果草圖無法理解， 這個人畫這幅畫的水平非常差。 甚至人類也無法解開它。 我們希望 Claude 能夠說出這句話。 因此，這些就是我們將會包含的一些內容 這是對 Claude 的最後提醒，也是某種總結步驟。 提醒它只做類似回答之類的事情 如果非常有把握的話。 我們甚至可以要求它回溯參考 以它所見的形態 只要它做出事實陳述時。 因此，如果它想表示車輛 B 向右轉， 這應該寫成：我之所以知道這一點，是基於這個事實 第二個方框明顯已被勾選。 或不管它究竟是什麼。 我們可以給 Claude 一些相關的指導原則。 因此，如果我們回到主控台， 我們可以看到提示的下一個版本。 我們會讓這裡的一切保持不變 在系統提示中。 我們不會改變任何背景背景情況 我們之前給克勞德關於表格的內容， 關於它將如何填滿所有內容。 我們不會改變其他任何東西 關於背景與角色。 我們只是在添加這份詳細的任務清單。 這就是我們希望克勞德分析此問題的方式。 這裡我們發現的一個非常重要的事情是 當我們在開發這個示範時 當我們在處理客戶範例時 那是Claude分析此資訊的順序嗎 非常重要。 這與……的方式類似 如果你是人類，你可能會考慮做這件事。 你可能會先不會看那幅圖畫 並試著理解到底發生了什麼，對吧？ 這實在很不清楚。 只是一堆方框和線條。 我們真的不知道那幅圖畫到底想表達什麼意思 沒有任何額外的上下文。 但如果我們已經有了表格，我們可以先閱讀表格內容 並且明白我們談的是車禍事件 而且我們看到一些複選框 顯示特定時間點各車輛的行駛狀況。 那麼我們對如何理解就多了解了一些。 圖中可能會有什麼？ 所以這就是那種細節 我們現在要給克勞德的，是說， 嘿，先去看一下表格。 仔細看看它。 請確保您能清楚辨識哪些方框已被勾選。 請確保這裡沒有遺漏任何內容。 為自己列一個清單，看看你看到了什麼。 然後繼續進行素描。 所以在你相當有信心之後 從表格中獲取資訊 而且你可以說出事實上正確的事情， 然後你就可以繼續思考 從那幅素描中，你能獲得什麼？ 在考慮到你理解的基礎上 到目前為止的事故情況。 無論你從這個表格中學到了什麼， 你正試圖將其與草圖對應起來。 那就是你到達的方式 在表格的最後評估中。 我們就這麼做吧。 這裡你可以看到一種行為 這為 Claude 所產生的。 因為我特別仔細地告訴它要檢查這個格式， 它在這麼做時，正顯示給我看它的運作過程。 所以它在告訴我每一個獨立的盒子， 方框被勾選了嗎，還是沒有被勾選？ 你會注意到的一件事就是如此 正如你進行提示工程一樣。 在我們之前的提示中 我們有點讓克勞德來決定。 它想告訴我們多少 關於它在形態中所見之物。 這裡，因為我已經告訴過它 仔細檢查每一個盒子。 它正在非常仔細地檢查每一個盒子。 這或許並非我們最終所期望的。 所以這可能是我們可以改變的一件事。 但它同時也會給我 我之前在XML標籤中要求的其他內容。 因此，對形式的一個良好分析， 截至目前的事故摘要。 它將為我提供一份草圖分析 而且它將繼續說 車輛B明顯有錯。 在這個例子中，它是一個相當簡單的例子 隨著更複雜的圖畫， 更多、更少的清晰度在這些形式中。 這種逐步推理的方式適用於 Claude 在其能力方面確實具有重大影響力 在此做出正確的評估。 所以我覺得我們會回到簡報投影片上 克里斯蒂安將會談論 我們可能還會添加的最後一種類型的部件 真正使其對現實世界的任務有所幫助。 確實，非常感謝。 正如哈娜所提到的， 我們在這個提示中大致鋪陳了場景 確保克勞德真的在行動 以正確的方式代表我們。 而且我們還增加了一個關鍵步驟 在這個提示的最後部分， 我馬上就要給你看 是一個簡單的指導原則，用來提醒該部分。 僅僅是加強和強化 正是我們想要得到的結果。 而且其中一個重要部分實際上是輸出格式。 你可以想像一下，如果你是一名資料工程師 正在開發這個大語言模型應用程式， 所有這些華麗的前言都很好， 但歸根究柢， 你想要你的那部分資訊 儲存在你的SQL資料庫中，例如 無論你想把那資料儲存於何處， 以及其餘必要的部分 讓克勞德大致發表一下它的判決 對你的申請來說，其實並不是那麼必要。 你想要的是細節資訊 關於您的申請。 因此，如果我們切換回主控台， 你會看到，我們剛剛增加了 一個簡單的重要指南部分。 而且，這再次強化了 機械行為的類型 我們希望克勞德做到的正是這樣。 我們希望確保摘要的準確性 清晰、簡潔且準確。 我們希望確保不會有任何事情 在 Claude 的評估中，這類因素多少有些阻礙作用。 除了它正在分析的數據之外。 最後，關於輸出格式， 在這種情況下，我只會問 Claude 以作出最終裁決。 我其實會忽略所有其他東西 從我的應用程式中查看一下 它實際上在評估什麼。 而且，如果我想建造的話，我可以使用這個 之後也有一種分析工具。 或者如果我只是想要一個明確的決斷， 這就是我能做到的方式。 所以如果我現在只執行這個，你會看到 它正在經歷同樣的過程 我們之前見過的。 在這種情況下，要簡潔得多 因為我們要求它總結其發現結果 以更直接的方式。 然後最後，在接近尾聲之際， 你會發現它會將我的輸出內容包起來 在這些最後判決的 XML 標籤中。 因此，你們可以看到，在這個示範過程中， 我們從一場滑雪事故開始 有點不自信、缺乏安全感的輸出 也許是第二版中的一場車禍 現在，輸出格式更加嚴格且更具信心。 我們實際上可以圍繞它建立一個多層次行銷應用程式 並實際幫助一家現實世界的汽車保險公司， 例如。 最後，如果我們重新回到簡報投影片上， 塑造克勞德輸出的另一個關鍵方式 實際上是在替 Claude 說出話來。 或我們所稱的預填回覆。 你可以想像一下，解析XML標籤雖然不錯，但…… 但或許您想要一個結構化的 JSON 輸出 為了確保其可序列化為 JSON， 您可以在後續的呼叫中使用它，例如。 這做起來非常簡單。 你只需加上 Claude 需要開始他的回應 以某種特定格式。 例如，一個左方括號， 例如，甚至在這種情況下 我們眼前所見的 這將是行程的 XML 標籤。 在我們的情況下，它也可能是一個最終判決的XML標籤。 這只是一個極佳的方式，再次強調 塑造Claude應當如何回應的方式 如果你不想要那些前言，那就直接省略吧。 儘管這也是塑造他輸出內容的重要因素 確保 Claude 正在進行推理 我們所希望的步驟。 在這種情況下，我們只需將其包起來即可 在最終判決之後，再進行解析。 但你也可以使用預填功能。 現在，最後，我們想在此強調一個步驟 此外，還有 Claude 3.7 尤其是 Claude 4，當然。 是一種混合推理模型。 這意味著你可以動用更為深入的思考能力。 這正是我們想要強調的重點 因為你可以使用擴展性思考 作為提示工程的輔助工具。 基本上，您可以啟用此功能以確保 克勞德真的有時間去思考。 它新增了這個思考標籤和草稿板。 那美妙之處在於，你實際上可以進行分析 那份逐字稿來了解 Claude 正在處理那些資料。 正如我們所提到的，我們有這些方框選項 它逐步說明了該情境的過程。 發生事故的經過。 在許多方面，你實際上可以嘗試 協助 Claude 建立這個 進入系統提示本身。 不僅更節省令牌， 但它是一種很好的理解方式。 這些缺乏我們直覺的智能模型 實際上處理我們提供的資料。 正因如此，這一點至關重要 實際上試圖拆解 你的系統提示可以變得更好得多。 話雖如此，我想向在座各位致以衷心的感謝。 今天來了，謝謝。 我們也會在那裡。 如果你對提示詞有任何問題， 請繼續。 我知道有一個提示。 如果你想了解更多關於提示（prompting）的資訊， 一小時內，我們將為代理提供提示。 而現在我們有一個令人驚嘆的示範 克勞德在玩寶可夢。 所以別為那件事去任何地方了。 正如克里斯蒂安所說的，我們一整天都會在這裡。 我知道這次會議我們沒有時間進行問答環節， 但如果你想要聊天，請務必過來找我們。 感謝各位前來。 非常感謝。 謝謝。