沒有任何已發表的模型比較看過您的提示。Eval 是針對您自己的案例所做的測試，能給您一個用來決策的數字。四堂主要課程中的每一堂都會先播放一段短片，接著展示 Meridian（一家虛構的工程顧問公司）如何為一則提示建立並執行 eval。在這四堂課中的三堂，您會找到負責執行每項工作的程式碼、提示或工作流程檔案中的那一行。沒有腳本可供下載。之後，您將以同樣的方式建立自己的 eval。完成本課程後，您將能夠根據證據選擇模型與提示，並在上線後持續檢查。通過評分測驗即可獲得完課徽章。
本課程適合誰
如果您已經有一個可運作的提示，但還沒有經過評分的 eval，本課程就適合您。課程內容僅限於以單次呼叫 Messages API 執行的提示，不涵蓋評估代理程式或測量延遲。
先決條件
除非您已經能夠呼叫 Messages API 並讀取其回應，否則請先修習 Claude Platform 101。程式碼使用 Python，另外在「正式環境中的 Evals」課程中有一個以 YAML 撰寫的 GitHub Actions 工作流程。只要能讀懂即可。該課程假設您了解 pull request 與 CI 檢查。您自己的 eval 需要一個 Claude Console 帳戶、一組 API 金鑰，以及附有預期答案的真實輸入。