如何让Claude 3 API从指定书籍数据集中随机推荐书籍？

大语言模型天生倾向输出高置信度的热门内容，仅靠“随机选取”的提示很难突破这个倾向，不过可以通过以下几种方法实现真正的随机推荐：

• 强制绑定随机种子并明确选书规则
  不要模糊要求“随机选书”，要在提示中明确基于随机种子索引数据集，同时限制避开热门书籍。例如：

  基于提供的[BOOKS DATASET]，使用随机种子{your_random_seed}（每次调用传入不同整数），计算对应索引后选取3本书籍，必须优先选择数据集中非知名的小众作品，禁止推荐头部热门书籍，输出推荐理由。

• 给数据集添加权重标签，做加权随机
  先给数据集中的书籍标注权重：热门书籍设为低权重（如0.1），小众书籍设为高权重（如0.9）。然后提示模型按权重加权随机选取：

  基于带权重标签的[BOOKS DATASET]，按权重加权随机挑选3本权重≥0.7的书籍，生成个性化推荐语，不得选择权重低于0.5的热门书籍。

• 本地生成随机索引，直接指定书籍给模型
  绕过模型的选书逻辑，自己在调用API前用随机算法从数据集中选书。比如用Python的random.sample()：

  import random
  # 你的书籍数据集
  books_dataset = ["书名1: 作者1", "书名2: 作者2", ...]
  # 随机选3本
  selected_books = random.sample(books_dataset, 3)
  # 构造prompt让模型生成推荐
  prompt = f"为以下3本书生成个性化推荐语：{selected_books}"
  # 调用Claude 3 API的代码
  

  这种方式完全由你掌控随机性，彻底避免模型偏向热门书籍的问题。

• 用工具调用（Function Calling）控制选书逻辑
  利用Claude 3的工具调用能力，定义一个“随机选书”函数，让模型必须调用该函数获取随机书籍后再生成推荐。函数定义示例：

  {
    "name": "random_select_books",
    "description": "从书籍数据集中随机选取指定数量的非热门书籍",
    "parameters": {
      "type": "object",
      "properties": {
        "count": {"type": "integer", "description": "需要选取的书籍数量"},
        "exclude_popular": {"type": "boolean", "description": "是否排除热门书籍，默认true"}
      },
      "required": ["count"]
    }
  }
  

  提示模型必须先调用此函数获取书籍列表，再基于列表生成推荐，确保随机性由函数逻辑控制。

内容的提问来源于stack exchange，提问作者Totopoildo