获得更好的结果 🎯

当你开始使用 Claude 时，你可能会遇到响应不完全符合预期的时刻。这是正常的——这是一个优化方法的机会。以下是一些最常见的挑战以及如何解决它们。

学习目标

学完本课后，你将能够：

• 识别使用 AI 时的常见挑战，并使用故障排除技术来克服它们
• 定义 AI 素养并知道去哪里了解更多关于以流畅方式使用 AI 的信息
• 解释如何设置评估以更好地了解 Claude 在你独特工作流中的表现

常见挑战及解决方法

| 挑战 | 发生了什么 | 尝试这个 | |-----------|------------------|----------| | Claude 的响应太通用 | 你的提示词没有包含足够的特定情况下文 | 添加关于受众、角色或约束的详细信息。不要说"写一封关于项目延迟的邮件"，而是说"写一封给我们企业客户的邮件，解释软件集成将延迟两周。他们一直很耐心，但这是第二次延迟。保持专业但道歉的语气。" | | 响应太长（或太短） | Claude 在猜测合适的长度 | 明确说明："给我两段摘要"或"保持在 100 字以内"或"我需要全面分析——长度不是问题。" | | Claude 没有遵循我的格式 | Claude 理解了你想要什么，但不理解你想要如何呈现 | 展示，而不仅仅是告诉。提供格式示例，或明确描述结构："使用带有加粗标题的项目符号列出每个部分。" | | 我得到了听起来自信但实际上是错误的信息 | Claude 偶尔会生成看似合理但不正确的信息，尤其是特定事实或小众主题 | 对于高风险工作，独立验证关键事实。要求 Claude 引用来源或表明置信水平。启用网络搜索将响应基于当前信息。 | | 语气不对 | Claude 默认为有帮助和专业的语气，可能不符合你的需求 | 用简单语言描述语气："让它更对话式"或"这应该听起来权威和正式。"提供你想要风格的写作示例。 |

迭代思维

使用 Claude 时最重要的转变之一是认识到你的第一个提示很少能产生完美的结果——这没关系。将你的初始提示视为对话的开始，而不是一次性请求。

有效的 Claude 用户：

• 将初稿视为起点。 审查 Claude 产生的内容，识别哪些有效，哪些无效，然后优化。
• 给出具体反馈。 "让它更短"没问题，但"删掉前两段，让结论更具行动导向"更好。
• 知道何时重新开始。 如果对话偏离了轨道，有时用更清晰的提示打开新聊天比重定向更快。

什么是 AI 素养？

AI 素养是与 AI 工具有效协作的能力——不仅仅是知道点击哪些按钮，而是培养在不同情况下良好使用 AI 的判断力。

AI 素养的 4D 框架由 Rick Dakan 教授（Ringling 艺术与设计学院）和 Joseph Feller 教授（科克大学学院）通过研究合作开发，确定了四个核心能力，当结合使用时，可以帮助你充分利用 AI 交互：

• 委派： 决定哪些工作应由人类完成，哪些工作应由 AI 完成，以及如何在它们之间分配任务。包括了解你的目标、AI 能力，以及做出关于协作的战略选择。
• 描述： 与 AI 系统有效沟通。包括明确定义输出、引导 AI 过程，以及指定所需的 AI 行为和交互。
• 鉴别力： 深思熟虑且批判性地评估 AI 输出、过程、行为和交互。包括评估质量、准确性、适当性，并确定改进领域。
• 勤勉： 负责任和道德地使用 AI。包括对 AI 系统和交互做出深思熟虑的选择，保持透明度，并对 AI 辅助工作承担责任。

你已经在本课程中练习了这些技能。第 2 课的提示框架（设置舞台、定义任务、指定规则）植根于描述。上面的故障排除技术借鉴了鉴别力和勤辛。

评估 Claude 在你工作流中的表现

当你开始将 Claude 整合到更多工作中时，你可能会想知道：我怎么知道 Claude 是否真正擅长这项特定任务？

这就是鉴别力变得至关重要的地方。评估（evals 的缩写）是一种方法，可以培养评估 Claude 在对你重要的任务上输出的直觉。它们是系统性地测试 Claude 在对你重要的特定类型任务上表现如何的方法。