Format dan Contoh Input

Deskripsi alat adalah mekanisme utama yang digunakan Claude untuk menentukan kapan dan bagaimana memanggil alat. Nama saja tidak memberikan sinyal yang cukup. Deskripsi yang kuat mencakup tujuan, nilai yang dikembalikan, kasus batas, batas penerapan, dan yang terpenting format input.

Pelajaran ini berfokus pada satu teknik yang berdampak besar: menampilkan contoh input konkret agar model tidak perlu menebak seperti apa bentuk suatu parameter.

Bayangkan sebuah alat dengan parameter bernama date. Apakah formatnya 2026-06-10? 06/10/2026? June 10? Stempel waktu Unix? Tanpa contoh, Claude harus menyimpulkan formatnya, dan penyimpulan dalam kondisi ambigu adalah sumber munculnya pemanggilan alat yang formatnya rusak.

Skema yang ambigu tidak gagal secara terang-terangan. Skema itu gagal secara diam-diam dengan menghasilkan input yang ditolak backend Anda. Contoh konkret menghilangkan ambiguitas tersebut dari sumbernya.

Anda dapat menempatkan contoh input di dua tempat yang saling melengkapi:

• Dalam teks deskripsi alat (contoh penggunaan secara keseluruhan).
• Dalam description setiap parameter di dalam JSON Schema (format per bidang).

Keduanya memasok informasi ke mesin pemilihan dan pemformatan yang sama. Letakkan panduan format sedekat mungkin dengan bidang yang diaturnya, lalu tambahkan contoh menyeluruh untuk pemanggilan tersebut.

Bandingkan keduanya. Versi lemah memaksa model menebak; versi kuat menunjukkan dengan tepat seperti apa input yang valid.

• Lemah: "Cari pelanggan."
• Kuat: tujuan + format input + contoh + nilai yang dikembalikan + kasus batas.

Deskripsi yang minimal dan ambigu adalah pola buruk klasik yang menyebabkan salah perutean alat dan argumen yang formatnya rusak.

Ketika sebuah parameter berupa objek atau larik, satu contoh lebih berharga daripada satu paragraf uraian. Tunjukkan bentuk harfiah yang harus dihasilkan model.

Hal ini sangat berguna untuk filter bertingkat, item daftar, atau bidang apa pun yang strukturnya tidak jelas hanya dari tipenya.

Ketika sebuah bidang memiliki sekumpulan nilai valid yang diketahui dan terbatas, enkode nilai tersebut sebagai enum, bukan dengan mendeskripsikannya dalam uraian. Dengan demikian, skema secara langsung membatasi model.

Untuk ekstensibilitas, tambahkan nilai enum "other" beserta bidang detail teks bebas, sehingga kasus baru tidak memaksa model menciptakan nilai yang tidak valid.

Contoh few-shot adalah salah satu alat prompting yang paling andal. Dengan 2–4 contoh terarah untuk setiap ambiguitas, model menggeneralisasi polanya, bukan sekadar mengulanginya.

Dalam input alat, contoh paling berguna untuk konsistensi, kasus batas, format output, dan pengurangan halusinasi—tepat pada mode kegagalan yang menghasilkan argumen alat yang buruk.

Contoh memberi tahu model seperti apa input yang valid; larik required memberi tahu model apa yang harus ada. Aturan penting: tandai suatu bidang sebagai wajib hanya jika bidang itu selalu ada.

Jika Anda mewajibkan bidang yang mungkin tidak ada dalam sumber, model akan mengarang nilai untuk memenuhi skema. Bidang opsional dengan contoh yang baik lebih baik daripada bidang wajib yang terkadang tidak ada.

Deskripsi yang baik menyatakan batas penerapan: apa yang dilakukan alat dan apa yang NOT ditanganinya. Masukkan batas tersebut ke dalam contoh agar model mengenali ketika suatu input berada di luar cakupan.

Hal ini mencegah alat yang tumpang tindih salah dirutekan, karena contoh memperjelas alat mana yang menangani bentuk input tertentu.

Bahkan dengan contoh yang bagus, beberapa input akan tetap tidak valid. Kontrak error alat harus sama eksplisitnya agar model dapat memulihkan keadaan.

Kembalikan error terstruktur: penanda isError ditambah errorCategory (sementara / validasi / bisnis / izin), isRetryable, pesan, dan attempted_query. "Operasi gagal" yang umum menghambat pemulihan; error terstruktur memungkinkan perutean cerdas dan percobaan ulang yang telah diperbaiki.

Ketika masukan alat kembali dalam format yang salah, gunakan coba lagi dengan umpan balik: kirimkan permintaan asli, keluaran yang salah, dan kesalahan validasi yang tepat kembali ke model. Kesalahan format dan struktur adalah hal yang dapat diperbaiki dengan cara ini.

Perhatikan batasannya: mencoba lagi membantu ketika masukan memiliki format yang salah, bukan ketika informasi yang dibutuhkan memang tidak ada di sumbernya. Contoh mencegah jenis kesalahan pertama; tidak ada yang dapat menciptakan fakta yang hilang.

Hal-hal penting:

• Deskripsi alat menentukan pemilihan dan pemformatan, jadi investasikan upaya pada deskripsi, bukan hanya nama.
• Tampilkan contoh masukan konkret pada tingkat kolom dan contoh pemanggilan lengkap di dalam deskripsi.
• Gunakan enum (dengan kolom 'lainnya' + detail) untuk kumpulan nilai tetap; tampilkan bentuk literal objek dan array.
• Tandai suatu kolom sebagai wajib hanya jika selalu ada; jika tidak, model akan mengarangnya.
• Dukung contoh dengan kesalahan terstruktur (errorCategory, isRetryable, attempted_query) agar coba lagi dengan umpan balik dapat memperbaiki kesalahan format, meskipun tidak dapat menyediakan fakta yang tidak ada.

Contoh konkret adalah cara termurah dan paling berdampak untuk menghentikan pemanggilan alat yang formatnya salah sebelum terjadi.