Как формулировать запросы, чтобы получать лучшие ответы

Тема 1/5: Знакомство с Claude Урок 3/3

Качество ответа на 80% зависит от формулировки запроса. В этом уроке — типичные ошибки и как их чинить, что такое mindset итераций, и AI Fluency framework с 4 ключевыми компетенциями: Delegation, Description, Discernment, Diligence.

Перевод и озвучка ролика Anthropic «Data analysis with AI». Оригинал на YouTube — youtube.com/watch?v=Zzn-g8lvLMA.

Что вы научитесь делать

  • Узнавать типичные проблемы новичков с ИИ и чинить их
  • Понимать что такое AI Fluency и куда копать чтобы работать с ИИ умнее
  • Объяснить как настроить evals, чтобы понять, насколько хорошо Claude справляется с вашими задачами

Типичные проблемы и как их чинить

Когда вы начинаете работать с Claude — иногда ответ оказывается не таким, как вы ожидали. Это нормально, и это шанс уточнить подход.

ПроблемаЧто происходитЧто делать
Ответ Claude слишком общий В вашем промпте мало контекста про ситуацию Добавьте детали: аудитория, роль, ограничения. Вместо «Напиши письмо про задержку проекта» — «Напиши письмо нашему enterprise-клиенту про задержку интеграции на две недели. Они уже терпели, это вторая задержка. Тон — профессионально-извинительный.»
Слишком длинный (или короткий) ответ Claude угадывает подходящую длину Будьте явны: «Дай саммари в два абзаца», или «До 100 слов», или «Нужен полный анализ — длина неважна».
Claude не следует формату Понял что вы хотите, но не как подать Покажите пример, не только описывайте. Или опишите структуру явно: «Используй буллеты с жирным заголовком для каждой секции».
Уверенно сказал, но оказалось неправда Claude иногда выдумывает правдоподобное, но неверное — особенно на конкретных фактах или нишевых темах В работе с высокой ставкой — проверяйте ключевые факты. Просите Claude цитировать источники или указать уверенность. Включайте веб-поиск, чтобы ответ опирался на актуальную информацию.
Тон не тот Claude по умолчанию — полезный и профессиональный, может не подходить Описывайте тон простыми словами: «Сделай разговорнее», «Это должно звучать авторитетно и формально». Дайте пример в нужном стиле.

Mindset итераций

Один из самых важных сдвигов при работе с Claude — признать, что первый промпт редко даёт идеальный результат, и это нормально. Думайте о начальном промпте как о начале разговора, а не разовом запросе.

Эффективные пользователи Claude:

  • Считают первые драфты стартом, а не финишем. Ревьюят что Claude выдал, замечают что работает и что нет, уточняют
  • Дают конкретный фидбек. «Сделай короче» — норм. «Убери первые два абзаца и сделай заключение action-oriented» — лучше
  • Знают когда начать заново. Если разговор ушёл не туда — иногда быстрее открыть новый чат с чётким промптом, чем переориентировать текущий

Что такое AI Fluency

AI Fluency — это способность эффективно работать с ИИ-инструментами. Не просто знать какие кнопки нажимать, а развить суждение, как использовать ИИ хорошо в разных ситуациях.

4D Framework для AI Fluency, разработанный профессорами Rick Dakan (Ringling College of Art and Design) и Joseph Feller (University College Cork), определяет 4 ключевые компетенции:

  • Delegation (Делегирование): решение что должны делать люди, что ИИ, как распределить задачи
  • Description (Описание): эффективная коммуникация с ИИ — чёткое определение результата, направление процессов, указание желаемого поведения
  • Discernment (Различение): вдумчивая критическая оценка результатов ИИ — качество, точность, уместность, области для улучшения
  • Diligence (Усердие): ответственное и этичное использование — продуманные решения о системах ИИ, прозрачность, ответственность за ИИ-ассистированную работу

Вы уже практиковали эти навыки на курсе. Промпт-фреймворк из урока 2 (сцена, задача, правила) основан на Description. Техники траблшутинга выше — на Discernment и Diligence.

Оценка Claude под ваши задачи (evals)

Когда вы начинаете встраивать Claude в работу, может возникнуть вопрос: насколько хорошо Claude справляется именно с этой задачей? Здесь и нужен Discernment.

Evals (от evaluation) — это систематический способ тестировать ИИ-ответы на ваших реальных кейсах. Не наугад, а в формате: подготовили 10-20 типичных запросов, прогнали через Claude, оценили качество ответов по понятным критериям. Это даёт картину сильных и слабых сторон под конкретно ваш workflow.

Источник: Getting better results

Практика

Возьмите запрос, который вы уже задавали Claude и получили посредственный результат. Найдите его в таблице типичных проблем ниже. Перепишите по принципам урока: добавьте контекст, формат, уточните длину, дайте пример. Сравните разницу.