CommencerCommencez gratuitement

Few-shot prompting pour les avis produits

Vous travaillez pour BrightCart, une plateforme de commerce électronique. Les pages produit affichent désormais un badge IA « Quick-Read » qui condense des milliers d’avis clients en informations concises. Pour simplifier encore davantage ces informations, vous allez diviser les résumés en deux phrases : un point positif marquant en première phrase, puis une préoccupation honnête en deuxième.

Enseignez à Claude ce format exact via du few-shot prompting afin que chaque futur produit obtienne le même résumé équilibré.

La bibliothèque anthropic, client et un exemple raw_review sont préchargés.

Cet exercice fait partie du cours

<cours>Introduction aux modèles Claude</cours>
Voir le cours

Instructions de l’exercice

  • Définissez le rôle correct pour la première réponse d'exemple de Claude.
  • Demandez d'écrire un résumé en 2 phrases sur le produit.
  • Passez le tableau messages complet à l'appel API.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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)
Modifier et exécuter le code