AI-användare har länge experimenterat med formuleringar som ”think step by step”, ”think harder” och ”take your time”. Tanken har varit att få modellen att lägga mer arbete på problemet och därmed ge ett bättre svar.
Med nyare Claude-modeller fungerar systemet annorlunda. Claude använder så kallat adaptivt tänkande och bedömer själv hur mycket resonemang som behövs beroende på uppgiftens svårighetsgrad och de inställningar som används.
Annons
Claude avgör själv när den behöver tänka mer
Adaptive thinking innebär att Claude inte behöver använda samma mängd resonemang för varje fråga. En enkel fråga kan besvaras direkt, medan en svårare koduppgift eller analys kan få modellen att lägga betydligt mer arbete på lösningen.
Anthropic rekommenderar därför utvecklare att i första hand använda modellens effort-inställning när de vill styra hur mycket arbete Claude ska lägga på svåra uppgifter. Högre effort leder generellt till mer resonemang, medan lägre nivåer kan ge snabbare och billigare svar.
På Claude Sonnet 5 är adaptivt tänkande påslaget som standard. Anthropic skriver uttryckligen att om modellen tänker för grunt på svåra problem är den första åtgärden att höja effort, snarare än att försöka prompta sig runt problemet.
Läs mer: Nu kan Claude få tillgång till ditt bankkonto
”Tänk hårt” är inte förbjudet
Det betyder inte att formuleringen plötsligt har blivit dålig i alla situationer. Anthropic visar själva exempel där en användare kan instruera Claude att tänka noggrant igenom ett problem när modellen körs med låg effort och annars riskerar att resonera för ytligt.
Skillnaden är att instruktionen bör användas med ett konkret syfte. Att automatiskt lägga till ”tänk mycket noggrant”, ”kontrollera allt flera gånger” och liknande i varje prompt kan i stället få modellen att lägga mer tid och fler tokens på en uppgift som egentligen är enkel.
Anthropic varnar särskilt för sådana äldre instruktioner när prompts flyttas från tidigare Claude-generationer till dagens modeller. Företaget skriver att nya modeller är mer proaktiva och därför kan överreagera på instruktioner som behövdes för att få äldre modeller att göra tillräckligt mycket.
Mer tänkande kostar både tid och pengar
För vanliga användare märks det framför allt som längre väntetid. För företag och utvecklare som använder Claude genom API finns dessutom en direkt kostnad eftersom mer resonemang innebär fler använda tokens.
Anthropic beskriver själv situationer där Claude kan utforska många olika vägar innan svaret kommer, särskilt vid höga effort-inställningar. Den extra analysen kan ge bättre resultat på svåra problem, men är inte alltid värdefull för enklare uppgifter.
Företagets råd är därför att sänka effort eller uttryckligen säga åt modellen att bara använda djupare tänkande när det faktiskt förbättrar svaret.
Skriv vad du faktiskt vill ha i stället
Den större förändringen handlar därför mindre om ett specifikt förbjudet ord och mer om hur en bra prompt ska se ut.
Anthropic rekommenderar tydliga och direkta instruktioner. Om du vill ha en detaljerad jämförelse bör du be om en detaljerad jämförelse. Om du vill att Claude ska kontrollera vissa kriterier bör du beskriva kriterierna i stället för att bara skriva att modellen ska ”tänka hårdare”.
Skillnaden kan exempelvis se ut så här:
Mindre användbart:
”Tänk riktigt hårt och analysera detta mycket noggrant innan du svarar.”
Bättre:
”Jämför alternativen utifrån pris, batteritid och kamera. Kontrollera varje påstående mot informationen jag skickat och avsluta med vilket alternativ som passar bäst för resor.”
Den andra prompten berättar vad ett bra svar faktiskt ska innehålla, medan den första bara ber modellen lägga mer kraft på uppgiften.
Gamla promptknep kan behöva rensas bort
För utvecklare är Anthropic ännu tydligare. Företaget rekommenderar att prompts som skapades för äldre Claude-versioner ses över när de flyttas till dagens modeller.
Instruktioner som tidigare behövdes för att få modellen att använda verktyg, kontrollera sitt arbete eller utforska problemet tillräckligt mycket kan nu leda till att samma beteenden triggas för ofta.
Anthropic kallar det bland annat för att minska ”anti-laziness prompting”, alltså instruktioner som byggts in för att motverka att äldre modeller gjorde för lite.
Det är en intressant utveckling. Prompt engineering har länge handlat om att försöka locka fram mer resonemang från AI. Nu börjar rådet i vissa fall bli det motsatta: låt modellen avgöra när det behövs.
Läs mer: Nu kan ChatGPT styra din webbläsare
Appen och API fungerar inte exakt likadant
Det är samtidigt viktigt att skilja på Claude som vanlig konsumenttjänst och Claude API.
Dokumentationen från Anthropic riktar sig framför allt till utvecklare som bygger tjänster med Claude och själva kan välja exempelvis thinking-läge och effort. En vanlig användare i Claude-appen har inte nödvändigtvis samma tekniska reglage framför sig.
Principen är ändå relevant även där. En tydlig beskrivning av vad du vill uppnå brukar vara mer användbar än en vag uppmaning att modellen ska anstränga sig maximalt.
Det innebär inte heller att varje kort prompt automatiskt ger det perfekta svaret. Viktig information, begränsningar, önskat format och vad modellen ska prioritera behöver fortfarande finnas med.
Så kan du prompta nya Claude
För de flesta användare räcker tre grundprinciper långt. Beskriv först exakt vad du vill få gjort, ange sedan vilka krav eller kriterier som är viktiga och be bara om extra djupgående resonemang när uppgiften faktiskt kräver det.
Du kan fortfarande skriva ”tänk noggrant” när du står inför ett komplicerat problem. Men du behöver inte längre lägga samma formulering efter varje fråga i hopp om att låsa upp en hemlig smartare version av Claude.
Den smartare prompten är ofta inte den som ber AI tänka mest.
Det är den som tydligast berättar vad ett bra svar ska göra.
Spela lite spel!
Spela lite spel från TeknikGeeks redaktions utvalda bibliotek. Ett slumpmässigt spel i varje artikel.
