📖 Nội dung bài học
Điểm của bạn:
6/6 Đúng (100%)
Thời gian đã trôi qua:
2 phút
Hiển thị câu trả lời
Ẩn câu trả lời
Câu hỏi 1: Câu trả lời đúng
Bạn đã viết một prompt và thử nghiệm nó một lần. Nó hoạt động tốt, vì vậy bạn đã triển khai nó vào production. Rủi ro chính của cách tiếp cận này là gì?
Người dùng sẽ cung cấp các input không mong muốn làm hỏng nó
Prompt sẽ trở nên quá đắt
Prompt sẽ hoạt động quá chậm
Các nhà phát triển khác sẽ không hiểu nó
Câu hỏi 2: Câu trả lời đúng
Bạn cần các test case cho việc đánh giá prompt của mình. Bạn có hai lựa chọn: viết thủ công hoặc dùng Claude để tạo chúng. Bạn nên sử dụng mô hình nào để tạo?
Mô hình đắt nhất hiện có
Kết hợp nhiều mô hình
Một mô hình nhanh hơn như Haiku
Chính mô hình bạn đang kiểm thử
Câu hỏi 3: Câu trả lời đúng
Bạn đang chạy quy trình đánh giá prompt. Bạn đã dùng Claude để tạo một số response. Bước tiếp theo là gì?
Triển khai vào production
Viết lại prompt ban đầu
Tạo thêm câu hỏi kiểm thử
Đưa các response qua một grader
Câu hỏi 4: Câu trả lời đúng
Bạn muốn đo lường mức độ hiệu quả thực tế của các prompt. Bạn nên tập trung vào phương pháp nào?
Sử dụng nhiều ví dụ hơn
Các kỹ thuật prompt engineering
Viết prompt dài hơn
Các phương pháp đánh giá prompt
Câu hỏi 5: Câu trả lời đúng
Bạn đang sử dụng model grader để đánh giá các response. Để nhận được điểm tốt hơn chỉ là các số ở giữa, bạn nên yêu cầu gì cùng với điểm số?
Chỉ điểm số dạng số
So sánh với các response khác
Điểm mạnh, điểm yếu và lý do
Một lời giải thích dài hơn
Câu hỏi 6: Câu trả lời đúng
Loại grader nào sử dụng một AI model khác để đánh giá chất lượng của các output?
Model grader
Human grader
Syntax grader
Code grader
Làm lại bài này
🔁 Bài học liên quan
- Bài tiếp: Prompt engineering
- Bài trước: Exercise on prompt evals
- Cùng section: Making a request · Multi-Turn conversations · Chat exercise
- Thuộc lộ trình: Path C
- Docs tham khảo: Glossary · Skills atlas · By use-case
📚 Nguồn & ghi nhận
- Bài học gốc Anthropic Academy: https://anthropic.skilljar.com/claude-with-the-anthropic-api/289118
- © 2025 Anthropic. Chỉ dùng cho mục đích giáo dục, fair-use.
- Crawl: 2026-04-23 · Chuẩn hoá: 2026-05-01