Few-shot prompting para reseñas de productos
Trabajas en BrightCart, una plataforma de comercio electrónico. Ahora, las páginas de producto muestran una insignia de “Lectura rápida” con IA que condensa miles de reseñas de clientes en ideas clave. Para simplificar aún más, dividirás los resúmenes en dos frases: primero, el aspecto positivo más destacado; y después, una preocupación honesta.
Enseña a Claude ese formato exacto mediante few-shot prompting para que todos los productos futuros reciban el mismo resumen equilibrado.
La biblioteca anthropic, el client y una muestra raw_review ya están precargados.
Este ejercicio forma parte del curso
Introducción a los modelos Claude
Instrucciones del ejercicio
- Configura el rol correcto para la primera respuesta de ejemplo de Claude.
- Pide escribir un resumen de 2 frases sobre el producto.
- Pasa el array completo
messagesa 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-3-7-sonnet-latest", max_tokens=75,
messages=____)
print(response.content[0].text)