Anthropic Workbench を使いこなす

Anthropic Workbench

Anthropic Console には Workbench という公式の プロンプト開発・評価環境 があります。 コードを書かずに、ブラウザでプロンプトを試行錯誤しながら作れます。

主な機能

1. プロンプト編集: system / user / assistant を分けて編集
2. モデル切替: Haiku / Sonnet / Opus をワンクリック比較
3. パラメータ調整: temperature, max_tokens を直感的に
4. Test Cases: 同じプロンプトを複数の入力で一括実行
5. Prompt Generator: 目的入力 → プロンプト草案を Claude が作成
6. Improver: 既存プロンプトを Claude が改善提案
7. Code export: Python / TypeScript で同等のコードを生成
8. Evaluate: 出力を採点して比較

Prompt Generator の使い方

1. Console → Workbench → "Generate" タブ
2. 「何をしたいか」を自然言語で記述
3. Claude が system + user の雛形を生成
4. テストケースを入れて反復改善

改善ループ

Prompt Generator で初版生成
    ↓
Test Cases で複数入力を試す
    ↓
Improver で改善案を取得
    ↓
A/B 比較で勝者を選ぶ
    ↓
Code export して本番に組み込む

Test Case パネル

• 入力を テーブルで管理
• Expected Output を入力すると合格判定
• 列を追加して 複数モデル並列実行 可能

Code Export

ワンクリックで Python / TypeScript / cURL のコードに変換:

# 自動生成例
import anthropic
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system="あなたは...",
    messages=[{"role": "user", "content": "..."}]
)

Improver の例

既存のプロンプトに対して: - 曖昧な表現の指摘 - XML タグ化の提案 - Few-shot 例の追加 - 出力フォーマットの明示

Workbench vs プログラム実装

理想的な使い分けは: - 初期設計 → Workbench - 本番組み込み → コード + 自動 Eval

Console の他の機能

• Logs: API 呼び出し履歴
• Usage: 月間消費とモデル別ブレイクダウン
• API Keys: キー管理
• Settings: ワークスペース・チームメンバー

試す

実際に Workbench を開いてみる前に、まずローカルで設計練習。