Few-shot-Prompting für Produktbewertungen
Du arbeitest für BrightCart, einer E-Commerce-Plattform. Produktseiten zeigen jetzt ein KI-„Schnell-Lesen“-Abzeichen, das Tausende von Kundenbewertungen in kurze Erkenntnisse verdichtet. Um die Erkenntnisse noch weiter zu vereinfachen, wirst du Zusammenfassungen in zwei Sätze aufteilen: als ersten Satz die herausragende positive Kernaussage und als zweiten Satz ein ehrliches Bedenken.
Bringe Claude dieses exakte Format per Few-Shot-Prompting bei, damit jedes zukünftige Produkt dieselbe ausgewogene Zusammenfassung erhält.
Die anthropic-Bibliothek, client und ein raw_review-Beispiel wurden vorab geladen.
Diese Übung ist Teil des Kurses
<Kurs>Einführung in die Claude-Modelle</Kurs>Übungsanweisungen
- Lege die richtige Rolle für Claudes erste Beispielantwort fest.
- Bitte darum, eine Zusammenfassung des Produkts in zwei Sätzen zu schreiben.
- Übergebe das vollständige
messages-Array an den API-Aufruf.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
messages = [
{"role": "user", "content": "Summarize: Nice phone, fast performance, great camera. Screen scratches easily though."},
# Set the role for Claude's first example response
{"role": ____, "content": "Fast performance and excellent camera make this phone stand out. However, the screen may be prone to scratching."},
{"role": "user", "content": "Summarize: Comfortable shoes, good for walking. Run small, order size up."},
# Write a 2-sentence summary following the established pattern
{"role": "assistant", "content": ____},
{"role": "user", "content": f"Summarize: {raw_review}"}]
# Pass the complete messages array to the API call
response = client.messages.create(
model="claude-sonnet-4-6", max_tokens=75,
messages=____)
print(response.content[0].text)