# Claude 連今天天氣都不知道，憑什麼怪它過時？官方拆台：不是模型笨，是你沒給它工具 官方來源：Anthropic Academy《Building … · @swordBluesy · TwKit

@swordBluesy

# Claude 連今天天氣都不知道，憑什麼怪它過時？官方拆台：不是模型笨，是你沒給它工具 官方來源：Anthropic Academy《Building with the Claude API》第 13 課。課頁未標注發布日期，故此處不寫日期。原文標題直譯：《工具使用入門》。先把反常識結論放前面：模型不是什麼都知道，是什麼都得靠你給——它不知道今天天氣，不是因為笨，是因為訓練完就封存在那裡，外面的世界它看不見；給它工具不是加功能，是給它一雙伸出去的手。 說清詞： - 工具（tool）：你寫在自己程式裡的函數，加上寫給模型看的描述，讓 Claude 需要時能開口要數據、要動作。 - 工具使用（tool use）：模型向外界要新資訊的結構化辦法——模型開口要，你的程式去拿，再把結果送回來。 - 初始請求（Initial Request）：四步的第一步，你把問題連同「怎麼取額外數據」的說明一起發給 Claude。 - 工具請求（Tool Request）：四步的第二步，Claude 分析問題、認出需要額外資訊，開口要具體數據。 - 數據取回（Data Retrieval）：四步的第三步，你的伺服器跑代碼，去外部 API 或數據庫把資訊取回來。 - 最終回應（Final Response）：四步的第四步，你把取回的數據發回給 Claude，它結合原問題與新數據，生成完整回答。 - 即時資訊（real-time information）：訓練時還沒有、現在才發生的數據——今天的天氣、現在的股價。 - 外部系統整合（external system integration）：把 Claude 接上數據庫、API 與其他服務，讓它用得到你系統裡的東西。 - 動態回應（dynamic responses）：按最新情況回答，而不是背訓練裡的舊答案。 - 結構化互動（structured interaction）：Claude 知道自己需要什麼資訊、怎麼開口要，而不是含糊地猜。 - 靜態知識庫（static knowledge base）：沒工具時的 Claude——只會背訓練裡學到的東西，訓練之後發生的事一概不知。 一個真實的例子：課內拿天氣開刀。你問「舊金山今天天氣怎麼樣？」——沒工具時，Claude 只能回一句「抱歉，我沒有最新的天氣資訊」，問了等於白問；給了工具就不一樣：你在提問裡寫清楚怎麼取天氣數據，Claude 認出需要最新數據、開口要指定地點的天氣數據，你的伺服器調天氣 API 把實況拿回來，再把結果發回給 Claude，它把新數據和原問題合起來，答出今天的天氣。你猜它猜得中嗎？不用猜——答案是去拿來的，不是猜出來的。眼熟的進化路線也正是這條：從第 1 課的單次請求，到第 2 課的帶歷史多輪對話，到第 3 課的定角色系統提示詞，到第 4 課的調溫度，到第 5 課的流式輸出，到第 6 課的結構化數據，到第 7 課的提示詞評估，到第 8 課的代碼評分，到第 9 課的 XML 標籤，到第 10 課的提供示例，到第 11 課的清晰直接，到第 12 課的具體明確，再到本課的工具使用入門——前面是把調用調通、把輸出調順、把評估搭起來、給提示詞劃界線、把好樣子擺出來、把第一句寫清楚、把要求說死，這課是回頭給模型開一扇門：話說得再清楚，模型不知道的還是不知道，得讓它自己伸手去拿。 反方適用條件清單——以下情況，不必先上工具，先說清楚，免得把本課讀成教條： - 答案就在訓練知識裡、不要最新數據的：寫故事、解釋概念、改寫文字、算數推理，這種局模型自己就能答。 - 只是要模型換個說法、換個格式的：改語氣、換結構、縮短拉長，不用走四步。 - 工具取回的數據你自己也沒有、沒有可靠來源的：沒地方取就別硬上工具，先把數據源找到。 - 一次性的簡單問答：問一句答一句就完事，上工具反而多走四步。 - 除此之外，只要答案在訓練截止之後、藏在你的系統裡——就得給工具，沒有第二種寫法。 一句定性金句：模型不知道不是笨，是看不見；工具不是外掛，是它伸向世界的唯一一隻手。 ### 一、翻車清單 - 問即時資訊還只靠提示詞：問今天天氣、現在股價，卻不給工具，模型除了道歉就是猜。 - 以為模型什麼都知道：把訓練當成全知，忘了訓練有截止日，截止之後的事它一概不知。 - 把工具當魔法：給了工具名，卻沒寫怎麼取數、去哪取，模型開了口，你的伺服器沒東西可拿。 - 只發請求不回傳結果：模型開口要了數據，你拿到了卻沒發回去，對話斷在半路，答案出不來。 - 回傳結果不接著問：數據送回去了，卻不再叫模型答一次，白白多走三步。 - 工具描述寫得含糊：模型不知道什麼時候該用這個工具、該問它要什麼，該伸手時不伸。 - 拿工具去問訓練裡就有的東西：解釋概念也要走四步，多走路不說，還多花一次調用。 ### 二、替代方案＋理由 課內給的替代方案就是四步來回：第一，初始請求——問題連同取數說明一起發；第二，工具請求——模型認出需要、開口要具體數據；第三，數據取回——伺服器跑代碼去拿；第四，最終回應——新數據＋原問題合起來答。理由有三：第一，新鮮度是拿來的不是猜的，答案裡的數字是今天的，不是訓練那天的；第二，分工清楚——模型負責判斷要什麼、你的代碼負責去拿，誰也不搶誰的活；第三，問一次答一次的死路變成來回，複雜問題也能一輪一輪走完。先把「請求、要數、取數、回傳」這條規矩寫穩，後面所有「模型答得過時」的問題都是在它上面加東西。 ### 三、目標形態 一個會伸手要數據的對話：問題發出去，模型先判斷要不要最新數據，要就開口、你的伺服器去取、結果回傳、模型再答；全程四步走完，答案裡有今天的數字，不是訓練裡的舊貨；新同事接手一看流程，就知道哪一步卡住了，不用再問。 ### 四、遷移步驟 1. 先把你現在的問題單獨拎出來：哪些非得要最新數據？先列出來，別急著上工具。 2. 取數的方法寫進請求裡：去哪取、取什麼，像天氣例子那樣寫清楚。 3. 讓模型先判斷：要不要工具、要什麼數據，讓它開口，而不是你替它決定。 4. 伺服器跑代碼取回來：API、數據庫、內部服務，取到為止。 5. 結果回傳給模型再答一次：數據送回去，叫它把新數據和原問題合起來答。 6. 用天氣例子驗一遍：沒工具一句道歉、有工具四步答出今天天氣——走得通才算接通，走不通就回去看哪一步斷了。 7. 把四步寫進模板：同一類即時問題的流程固定下來，下次直接套，不用每次現想。 ### 五、團隊共建分工 - 一個人管工具清單：哪些數據來源可靠、哪些工具描述寫清楚了，缺一個就補一個。 - 一個人管取數代碼：API、數據庫、內部服務，取數的路通不通由他負責。 - 一個人驗來回：每次走完四步檢查——模型開口了嗎、數據拿到了嗎、結果回傳了嗎，少一步就打回去。 ### 六、官方工具包 - 四步流程：初始請求、工具請求、數據取回、最終回應。 - 天氣例子：沒工具一句道歉；有工具四步答出今天的天氣。 - 四大好處：即時資訊、外部系統整合、動態回應、結構化互動。 - 課內收束：工具把 Claude 從靜態知識庫變成動態助手——天氣、股價、數據庫查詢，任何即時資訊都行。 結尾收束：原則比架構重要——模型不是全知，是全靠你給；你不給它伸手的路，它就只能在訓練的舊世界裡猜。可重複的動作規則只有一條，每次問即時資訊前問自己一句：取數的路寫進去了嗎、結果回傳了嗎——寫進去了就發，沒寫進去就先把四步補齊。把這句話寫成習慣、寫成模板，「模型答得過時」就從玄學變成了手藝。 S1哥觀點：別再罵模型過時了——你問它今天天氣，它訓練那天還沒發生今天，你要它拿什麼答？它錯在老實承認不知道，你錯在明知道它看不見外面，還只丟一句話就等答案。更值得問的是：你現在最常問的那類即時問題，取數的路寫進去了嗎？沒寫就先別罵模型，先把四步補上，跑一遍看它答不答得出來再罵也不遲。你問過時問題時，給過它工具嗎？評論區說說。 收藏用清單（照著做）： 1. 先列出哪些問題非得要最新數據，別急著上工具。 2. 取數的方法寫進請求：去哪取、取什麼。 3. 四步走完再收答案：請求、要數、取數、回傳，少一步不算完。 4. 用天氣例子驗一遍：沒工具一句道歉、有工具四步答出今天的天氣。 轉給還在罵模型不知道今天天氣的朋友，這篇他今天就能用上。 #Claude中文教程

曝光 87 · 评论 4 · 点赞 0 · 书签 0