THE FUTURE MARKETACADEMY
Your classroomRoom 01 · AI Lab
School of AI

Prompt Testing: suriin at pagandahin ang mga prompt mo

What you'll be able to do
  • Ipaliwanag kung bakit hindi sapat na patunay ang isang magandang sagot na gumagana ang prompt, at kung paano ito inaayos ng testing.
  • Sumulat ng success criteria na tiyak at nasusukat.
  • Bumuo ng maliit na test set na may mga normal na kaso, edge case at mga sagot na alam mo na.
  • Bigyan ng iskor ang mga sagot gamit ang rubric, na may code-style na check, human check at AI grader kung saan angkop ang bawat isa.
  • Ihambing nang patas ang dalawang bersyon ng prompt at panatilihin lang ang mga pagbabagong nakatulong.
  • Bawasan ang mga error, at magpanatili ng log para alam mo kung ano ang nagbago at bakit.

Bago ang kursong ito: Prompting for Complex Tasks: chains, roles and structured outputs (course 1.2.2). Alam mo na kung paano hatiin ang gawain sa chain, lagyan ng label ang mga bahagi ng prompt, humingi ng mga table at JSON, magdagdag ng mga halimbawa at self-check, at mag-debug ng prompt sa tatlong input. Nagtapos ang course 1.2.2 sa test log sa 3 input. Sineseryoso ng kursong ito ang testing na iyon: wastong test set, scoring rubric, patas na paghahambing at change log. Hindi kailangan ng coding; kung saan nagpapakita ng code ang mga pahina ng Anthropic, ginagawa natin ang parehong bagay nang mano-mano sa chat o spreadsheet.

Words in this course 50Open the Vocabulary Hall
01

Bakit susubukan ang prompt

In simple words

Kung nakagawa ang isang kusinero ng isang masarap na sopas, hindi pa natin alam kung magaling ang recipe. Baka suwerte lang siya noong araw na iyon. Magaling ang recipe kapag gumagana ito sa maraming araw, sa maraming kaldero. Ganoon din natin sinusubukan ang prompt: sa maraming input, hindi lang isa.

Key facts
  • Maaaring mukhang perpekto ang prompt sa isang halimbawang sinubukan mo at pumalpak sa susunod. Ang testing ay ang pagpapatakbo ng prompt sa maraming makatotohanang input at pagbibigay ng iskor sa mga resulta.
  • Sinasabi ng dokumentasyon ng Anthropic tungkol sa pagtatakda ng success criteria at pagbuo ng mga evaluation na sentro ng prompt engineering ang pagtatakda ng success criteria at pagdidisenyo ng mga evaluation para sukatin ang performance laban dito. Ang flowchart nito ng proseso ay: test cases, preliminary prompt, iterative testing at refinement, final validation, ship.
  • Ang eval (maikli para sa evaluation) ay test na pinapatakbo mo sa prompt: set ng mga input at paraan ng pagbibigay ng iskor sa mga sagot.
  • Sinasabi ng prompting guide ng Anthropic na kung ang isang teknik ay may pinangalanang tiyak na model, sinukat ito sa model na iyon, at dapat mo itong suriin ulit laban sa sarili mong evals bago ilapat sa ibang model. Kaya pinoprotektahan ka rin ng mga test kapag nagbago ang model.
  • Hindi magkapareho ang mga sagot ng AI sa bawat pagkakataon. Ang pagpapatakbo ng parehong prompt nang dalawang beses ay maaaring magbigay ng magkaibang resulta, kaya mahinang ebidensya ang isang magandang takbo.
  • Hindi lang para sa mga programmer ang testing. Ang guro, empleyado sa opisina o may-ari ng tindahan ay kayang magpatakbo ng test set nang mano-mano sa spreadsheet.
Kapag walang testingKapag may testing
"Gumana noong sinubukan ko.""Pumasa ito sa 17 sa 20 kaso."
Binabago mo ang prompt at umaasa ka.Binabago mo ang isang bagay at tinitingnan kung gumalaw ang iskor.
Dumating ang bagong model; hindi mo alam kung ano ang nasira.Pinapatakbo mo ulit ang mga kaso mo at nakikita mo mismo kung ano ang nagbago.
Step by step
  1. Pumili ng isang prompt na ginagamit mo kahit lingguhan (halimbawa ang chain o JSON prompt mula sa course 1.2.2).
  2. Isulat ang gawain ng prompt sa isang pangungusap.
  3. Patakbuhin ito sa isang input at itala ang resulta.
  4. Patakbuhin ulit sa parehong input, sa bagong chat. Itala kung iba ang sagot.
  5. Ngayon, patakbuhin sa napakaibang input (maikli, magulo, o may kulang na impormasyon). Itala ang nangyari.
  6. Sumulat ng isang linya: "Hindi ko pa alam kung gumagana ang prompt na ito dahil ...".
  7. Suriin: nakakita ka ng kahit isang pagkakaiba sa pagitan ng mga takbo o input, at maipapaliwanag mo kung bakit hindi sapat ang isang subok.
Watch on YouTube
Evaluate prompts in the Anthropic ConsoleAnthropic · YouTube · youtube.com

Videos by other creators on YouTube, for reference. They are not made by or affiliated with The Future Market.

LESSON 01Bakit susubukan ang prompt
LESSON 01 / ANIMATED LESSON / ENGLISH VOICE00:00 / 01:00
Read the video script
[Host] "Walang napapatunayan ang isang magandang sagot. Baka suwerte ka lang."
[Screen: parehong prompt na pinatakbo sa tatlong magkakaibang input, isa ang pumalpak] "Parehong prompt, tatlong magkakaibang input. Dalawa ang gumana. Isa ang pumalpak."
[Text on screen: Prompt, inputs, score] "Simple ang testing: isang prompt, maraming input, at isang iskor."
[Host] "Gawin iyan, at titigil ka sa pag-asa at magsisimulang malaman."
Try it now

Patakbuhin ang isa sa mga prompt mo sa tatlong magkakaibang input, dalawang beses bawat isa. Isulat ang bawat pagkakaibang napansin mo sa pagitan ng mga takbo.

ClaudeStuck? Copy a ready-made prompt for Claude

Copy this, open Claude, paste it, and Claude will walk you through the lesson step by step.

For a grown-up: Claude is for adults (18+). Copy this, paste it into Claude, and use the answer to explain the lesson to your child.

I'm learning "Prompt Testing: suriin at pagandahin ang mga prompt mo" on The Future Market. Lesson 1: "Bakit susubukan ang prompt".

What the lesson teaches:
- Maaaring mukhang perpekto ang prompt sa isang halimbawang sinubukan mo at pumalpak sa susunod. Ang testing ay ang pagpapatakbo ng prompt sa maraming makatotohanang input at pagbibigay ng iskor sa mga resulta.
- Sinasabi ng dokumentasyon ng Anthropic tungkol sa pagtatakda ng success criteria at pagbuo ng mga evaluation na sentro ng prompt engineering ang pagtatakda ng success criteria at pagdidisenyo ng mga evaluation para sukatin ang performance laban dito. Ang flowchart nito ng proseso ay: test cases, preliminary prompt, iterative testing at refinement, final validation, ship.
- Ang eval (maikli para sa evaluation) ay test na pinapatakbo mo sa prompt: set ng mga input at paraan ng pagbibigay ng iskor sa mga sagot.
- Sinasabi ng prompting guide ng Anthropic na kung ang isang teknik ay may pinangalanang tiyak na model, sinukat ito sa model na iyon, at dapat mo itong suriin ulit laban sa sarili mong evals bago ilapat sa ibang model. Kaya pinoprotektahan ka rin ng mga test kapag nagbago ang model.
- Hindi magkapareho ang mga sagot ng AI sa bawat pagkakataon. Ang pagpapatakbo ng parehong prompt nang dalawang beses ay maaaring magbigay ng magkaibang resulta, kaya mahinang ebidensya ang isang magandang takbo.
- Hindi lang para sa mga programmer ang testing. Ang guro, empleyado sa opisina o may-ari ng tindahan ay kayang magpatakbo ng test set nang mano-mano sa spreadsheet.
- Kapag walang testing - Kapag may testing

The exercise I'm working on:
Patakbuhin ang isa sa mga prompt mo sa tatlong magkakaibang input, dalawang beses bawat isa. Isulat ang bawat pagkakaibang napansin mo sa pagitan ng mga takbo.

I'm stuck. Please:
1. Explain the main idea in plain, simple words with one everyday example.
2. Walk me through the exercise one small step at a time. Ask me what I've done so far before giving the next step.
3. Don't just give me the final answer. Help me do it myself, and check my work when I share it.
I'm a parent helping my child (about 8 years old) with a lesson called "Bakit susubukan ang prompt" from the course "Prompt Testing: suriin at pagandahin ang mga prompt mo".

Here's what the lesson says:
Kung nakagawa ang isang kusinero ng isang masarap na sopas, hindi pa natin alam kung magaling ang recipe. Baka suwerte lang siya noong araw na iyon. Magaling ang recipe kapag gumagana ito sa maraming araw, sa maraming kaldero. Ganoon din natin sinusubukan ang prompt: sa maraming input, hindi lang isa.

The activity:
Patakbuhin ang isa sa mga prompt mo sa tatlong magkakaibang input, dalawang beses bawat isa. Isulat ang bawat pagkakaibang napansin mo sa pagitan ng mga takbo.

Please explain this so an 8-year-old understands: short sentences, a fun everyday example, and no hard words.
Then give me 3 simple questions I can ask my child to check they understood, and a way to do the activity together, one tiny step at a time.
Open Claude
Sources
My notes
02

Tukuyin kung ano ang "maganda"

This lesson is part of full access: every course and every level for one payment.

03

Bumuo ng test set

This lesson is part of full access: every course and every level for one payment.

04

Bigyan ng iskor ang mga sagot gamit ang rubric

This lesson is part of full access: every course and every level for one payment.

05

Ihambing nang patas ang mga bersyon ng prompt

This lesson is part of full access: every course and every level for one payment.

06

Hanapin at bawasan ang mga error

This lesson is part of full access: every course and every level for one payment.

07

Subaybayan ang mga pagbabago at panatilihin ang nakakatulong

This lesson is part of full access: every course and every level for one payment.

++

Final project

This lesson is part of full access: every course and every level for one payment.

??

Quiz

  1. Bakit hindi sapat ang isang magandang sagot para pagkatiwalaan ang prompt?

  2. Ano ang eval?

  3. Pangalanan ang apat na katangian ng magagandang success criteria ayon sa Anthropic.

  4. Bakit magsasama ng mga edge case sa test set?

  5. Ano ang held-out test set?

  6. Ano ang golden answer?

  7. Pangalanan ang tatlong paraan ng grading sa dokumentasyon ng Anthropic.

  8. Ano ang magandang patakaran kung sino ang nagg-grade gamit ang AI?

  9. Bakit isang bagay lang ang babaguhin sa pagitan ng mga bersyon?

  10. Ano ang regression?

  11. Ano ang ginagawa ng pahintulot na sabihing "I don't know"?

  12. Tuluyan bang inaalis ng mga teknik na ito ang hallucination?

EX

Final exam

This lesson is part of full access: every course and every level for one payment.

CE

Certificate

This lesson is part of full access: every course and every level for one payment.