Few-shot prompting para reseñas de productos
Trabajas en BrightCart, una plataforma de comercio electrónico. Las páginas de producto ahora muestran una insignia de IA “Lectura rápida” que condensa miles de reseñas de clientes en ideas fáciles de digerir. Para simplificar aún más, dividirás los resúmenes en dos oraciones: la primera con la conclusión positiva más destacada y la segunda con una preocupación honesta.
Enséñale a Claude ese formato exacto mediante few-shot prompting para que cada producto futuro tenga el mismo resumen equilibrado.
La biblioteca anthropic, client y una muestra raw_review ya están precargadas.
Este ejercicio forma parte del curso
Introducción a los modelos Claude
Instrucciones del ejercicio
- Define el rol correcto para la primera respuesta de ejemplo de Claude.
- Pide redactar un resumen de 2 oraciones sobre el producto.
- Pasa el array completo
messagesen la llamada a la API.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
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)