Claude Architect · Lektion

Læsning af et scenarieprompt

Find området, begrænsningen og omkostningen ved fejl

Lektion 2 af 413 trin

Læsning af et scenarieprompt er en gratis Claude Architect-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i Claude Architect, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Claude Architect-kurset indeholder 4 lektioner i alt.

Hvorfor læsning kommer først

Eksamen til Claude Certified Architect er scenariobaseret: hvert spørgsmål består af en kort situation efterfulgt af fire muligheder, hvor præcis én er korrekt. Du ser 4 af 8 scenarier, får en score fra 100 til 1000, og du består ved 720.

De fleste forkerte svar skyldes ikke manglende viden – de skyldes mangelfuld læsning. Opgaveteksten fortæller altid, hvilket domæne den hører til, hvilken begrænsning der skal overholdes, og hvad det koster, når systemet fejler. Hvis du overser én af de tre, vil en plausibel distraktor fange dig.

Denne lektion træner én færdighed: at opdele et scenarie i domæne, begrænsning og omkostningen ved fejl, før du overhovedet ser på mulighederne.

De tre signaler

Træn øjet i at udlede tre signaler fra ethvert scenarie:

Domæne – hvilket af eksamens fem områder der testes. Det fortæller dig, hvilken mentale model der skal bruges.
Begrænsning – det ufravigelige krav, som svaret SKAL opfylde (f.eks. "skal være deterministisk", "kører i CI", "konteksten nulstilles mellem underagenter").
Omkostning ved fejl – hvad der går galt, hvis begrænsningen overtrædes (økonomi, jura, sikkerhed eller blot en langsom rapport). Høje omkostninger ændrer det rigtige svar.

Læs opgaven tre gange, hvis det er nødvendigt – én gang for hvert signal. Mulighederne er udformet, så de forkerte opfylder to signaler, men overtræder ét.

Signal 1 – Find domænet

Eksamen vægter fem domæner. Hvis du kender fordelingen, ved du, hvad der optræder oftest, og hvilken model du skal vælge:

D1 Agentarkitektur & orkestrering – 27 % (det største)
D3 Claude Code-konfiguration & arbejdsgange – 20 %
D4 Promptteknik & struktureret output – 20 %
D2 Værktøjsdesign & MCP – 18 %
D5 Konteksthåndtering & pålidelighed – 15 %

Nøgleord giver hurtigt et match: "koordinator/underagent" – D1; ".mcp.json / værktøjsbeskrivelse" – D2; "CLAUDE.md / plantilstand / -p" – D3; "JSON Schema / few-shot" – D4; "opsummering / lost-in-the-middle" – D5.

# Keyword -> domain map you keep in your head:
DOMAIN_HINTS = {
    "coordinator|subagent|delegate": "D1 Agent Architecture (27%)",
    ".mcp.json|tool description|isError": "D2 Tool Design & MCP (18%)",
    "CLAUDE.md|plan mode|-p|slash command": "D3 Claude Code (20%)",
    "JSON Schema|few-shot|tool_choice": "D4 Prompt Eng & Output (20%)",
    "summarization|lost-in-the-middle|provenance": "D5 Context & Reliability (15%)",
}

Find domænet i praksis

Læs denne opgave og find domænet, før du læser videre:

"En koordinator delegerer tre uafhængige opslag til underagenter. En underagent returnerer tomt; de andre lykkes. Hvordan skal systemet reagere?"

Signaler: "koordinator", "underagenter", "delegerer" – dette er D1 Agentarkitektur & orkestrering, specifikt scenariet Multi-Agent Research. Nu indlæses din mentale model: underagenter arver ikke historik, du skal skelne mellem en adgangsFEJL og et gyldigt TOMT resultat, og du skal returnere delvise resultater med dækningsannoteringer i stedet for at afbryde hele arbejdsgangen.

Når du navngiver domænet, indlæses de korrekte anti-patterns, som du skal afvise.

from anthropic import Anthropic

client = Anthropic()
# Coordinator delegates; each subagent gets context EXPLICITLY -
# subagents do NOT inherit the coordinator's conversation history.
subagent_prompt = (
    "You are a research subagent. Context: " + shared_facts + "\n"
    "Task: look up Q3 revenue for ACME. Return partial results "
    "and a coverage note if data is missing."
)

Signal 2 – Begrænsningen

Begrænsningen er det krav, som svaret ikke må overtræde. Det er ofte en enkelt bærende formulering. Hold øje med disse udløsere:

"må aldrig" / "garanter" / "blokér altid" – kræver DETERMINISTISK håndhævelse (et hook), ikke en prompt.
"i CI" / "i en pipeline" – kræver ikke-interaktiv -p med --output-format json.
"blokerende" / "før merge" / "tidsfølsomt" – udelukker Batch API (ingen latenstidsgaranti).
"delt via VCS" kontra "personligt" – projektets ./CLAUDE.md kontra brugerens ~/.claude/CLAUDE.md.

Begrænsningen er det, der adskiller to muligheder, som ellers ser identiske ud.

Begrænsninger, der kræver determinisme

Den mest almindelige fælde med begrænsninger er en regel med økonomiske, juridiske eller sikkerhedsmæssige konsekvenser. Faktabladet er tydeligt: hooks er 100 % deterministiske, mens prompts er cirka 90 % probabilistiske. Når fejl er dyre, er vejledning i en prompt det forkerte svar.

Hvis opgaven siger "refunderinger over 500 $ skal kræve godkendelse", er det korrekte valg et hook på udgående kald, der blokerer handlingen – ikke "tilføj en tydelig instruktion til systemprompten". Det samme gælder identitetsbekræftelse: en programmatisk forudsætning (blokér process_refund, indtil get_customer returnerer et bekræftet ID) er bedre end enhver formulering.

# Deterministic enforcement - a hook, not a prompt.
def pre_refund_hook(tool_call, state):
    if tool_call.name == "process_refund":
        if not state.get("verified_customer_id"):
            return block("Identity not verified")
        if tool_call.input["amount"] > 500:
            return block("Refund > $500 requires human approval")
    return allow()

Signal 3 – Omkostningen ved fejl

Omkostningen ved fejl er den faktor, der afgør, hvilken afvejning der vinder. Eksamen belønner, at mekanismens styrke afpasses efter omkostningen ved at tage fejl.

Høj omkostning (penge/jura/sikkerhed): vælg deterministiske garantier – hooks, forudsætninger, struktureret validering. Nøjes aldrig med "sandsynligvis korrekt".
Lav omkostning (en natlig revision, en kladderapport): billigere, langsommere og modelstyrede metoder er fine – Batch API til 50 % rabat, adaptiv opdeling.

En korrekt mekanisme kan stadig være det forkerte svar, hvis den bruges et sted, hvor omkostningen ikke berettiger den, og en enklere mulighed passer – men utilstrækkelig beskyttelse mod en dyr fejl er altid forkert.

Omkostning kobles til mekanisme

Kobl omkostningen til det rigtige værktøj. Batch API er 50 % billigere med et vindue på op til 24 timer, men har ingen latenstidsgaranti og ingen værktøjskald i flere samtaler – perfekt til en natlig compliance-revision, men uegnet til et tjek før merge.

Hvis et scenarie siger "valider hver pull request før merge", er omkostningen ved fejl en blokeret udvikler og en ødelagt hovedgren – det er tidsfølsomt, så Batch er udelukket, og en interaktiv -p-revisionssession er det rigtige valg.

# Time-sensitive / blocking -> NON-interactive CI run, NOT Batch.
claude -p "Review the diff for correctness bugs only" \
  --output-format json \
  > review.json
# Batch API (50% cheaper, <=24h, no SLA) is for overnight audits,
# never for a pre-merge gate.

Sæt alle tre sammen

Kombinér nu signalerne i en hel opgave:

"En supportagent behandler refunderinger. Politikken siger: Refunderinger over 500 $ kræver menneskelig godkendelse. Teamet tilføjede en sætning til systemprompten, men enkelte store refunderinger slap stadig igennem. Hvad bør de gøre?"

Domæne: D1 – kundesupportagent.
Begrænsning: Reglen om 500 $ skal gælde hver gang ("skal").
Omkostning ved fejl: økonomisk – penge forlader systemet uden godkendelse.

De tre signaler peger samme sted hen: Erstat den probabilistiske prompt med et deterministisk hook på udgående kald. Læsningen gjorde arbejdet; svaret er nu indlysende.

signals = {
    "domain": "D1 - Customer Support Agent",
    "constraint": "refunds > $500 MUST get human sign-off",  # 'must'
    "failure_cost": "financial",                              # high
}
# high cost + 'must' -> deterministic enforcement
verdict = "Outgoing-call hook (block), NOT a system-prompt sentence"

Distraktorer angriber ét signal

Distraktorer er konstrueret til at opfylde to signaler og stille bryde det tredje. Lær formerne at kende:

Rigtigt domæne, rigtig hensigt, forkert mekanismestyrke – "tilføj en tydelig formulering til prompten", hvor der kræves et hook.
Rigtig mekanisme, forkert begrænsning – "brug Batch API" til et blokerende tjek.
Plausibelt, men et kendt anti-pattern – parse tekst for "færdig", brug iterationsgrænser som primær stopmekanisme, kræv et skemafelt, der måske ikke findes, gennemgå flere filer i én arbejdsgang, eller lav selvevaluering i samme session.

Når to muligheder føles tæt på hinanden, skal du finde det signal, de er uenige om – det er hele spørgsmålet.

En rutine til læsning, der kan gentages

Brug denne rutine på hvert scenarie i denne rækkefølge:

1. Domæne – scan efter ét nøgleord; navngiv D1-D5.
2. Begrænsning – understreg den bærende formulering ("skal", "i CI", "blokerende", "delt").
3. Omkostning ved fejl – økonomi/jura/sikkerhed = høj; rapport/kladde = lav.
4. Forudsig svaret, FØR du læser mulighederne.
5. Udeluk enhver mulighed, der overtræder begrænsningen eller matcher et fremtrædende anti-pattern.

Og husk: Der er ingen straf for at gætte. Når du har udelukket nogle muligheder, skal du vælge den bedste af de resterende og gå videre – besvar hvert spørgsmål.

# Mental checklist as pseudocode you run per question:
for scenario in exam:
    domain   = name_domain(scenario)        # D1..D5
    constraint = find_must_phrase(scenario) # the hard requirement
    cost     = failure_cost(scenario)       # high | low
    guess    = predict_answer(domain, constraint, cost)
    answer   = eliminate_antipatterns(options, constraint) or guess
    # never leave it blank - no penalty for guessing

Hurtigt tjek

Anvend rutinen med de tre signaler på scenariet i spørgsmålet.

Besvar den i den interaktive lektion

Opsummering – Læs før du svarer

At læse et scenarie grundigt er den færdighed på eksamen, der giver størst udbytte. Fastlås rutinen:

Domæne – scan efter nøgleord for at finde D1-D5; den rigtige mentale model indlæses samtidig.
Begrænsning – find den bærende formulering; "skal/garanter" kræver determinisme, "i CI" kræver -p, "blokerende" udelukker Batch, og "delt" peger på projektets CLAUDE.md.
Omkostning ved fejl – høj (penge/jura/sikkerhed) kræver hooks og forudsætninger; lav tillader billigere modelstyrede metoder.

Forudsig svaret, før du læser mulighederne, udeluk alt, der bryder begrænsningen eller matcher et fremtrædende anti-pattern, og vælg altid et svar, eftersom der ikke er straf for at gætte. Læs de tre signaler først, så bliver det korrekte valg ikke længere et gæt.

Gratis at komme i gang

Lær Python med en AI-underviser — gratis

Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.

Kurser: 26
Lektioner: 104

Start gratis Se hele kurset

Ofte stillede spørgsmål

Er lektionen “Læsning af et scenarieprompt” gratis?

Ja — alle 3 lektioner i læringssporet Claude Architect, inklusive “Læsning af et scenarieprompt”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Claude Architect-kurset indeholder 4 lektioner i alt.

Hvad lærer jeg i “Læsning af et scenarieprompt”?

Find området, begrænsningen og omkostningen ved fejl Du øver dig i Claude Architect med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.

Skal jeg have erfaring for at begynde på Claude Architect?

Der kræves ingen tidligere erfaring. Claude Architect på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.

Hvor lang tid tager lektionen “Læsning af et scenarieprompt”?

De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.

Kan jeg skrive og køre kode i denne Claude Architect-lektion?

Ja. Alle Claude Architect-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.

Alle lektioner i dette kursus

← Tilbage til Claude Architect