Antwoordlengte bepalen met tokens
Om de antwoorden van QuickAid beter te sturen, kunnen gebruikers nu klikken op "Quick Answer" voor een tweet-achtige samenvatting, of op "Deep Dive" voor een uitgebreidere uitleg.
Implementeer beide aanroepen en print de resultaten naast elkaar, zodat de hackathonjury het verschil in één oogopslag ziet.
De anthropic-bibliotheek is al geïmporteerd en de client is al gedefinieerd.
Deze oefening maakt deel uit van de cursus
Introductie tot Claude-modellen
Oefeninstructies
- Stel
max_tokensin op 25 voor het korte antwoord om een heel beknopt resultaat te krijgen (ongeveer 15–20 woorden). - Stel
max_tokensin op 200 voor het lange antwoord om een gedetailleerde uitleg te krijgen (ongeveer 150 woorden).
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
prompt = "Explain what artificial intelligence is."
# Create short response (25 tokens)
short_response = client.messages.create(model="claude-sonnet-4-6", max_tokens=____, messages=[{"role": "user", "content": prompt}])
# Create long response (200 tokens)
long_response = client.messages.create(model="claude-sonnet-4-6", max_tokens=____, messages=[{"role": "user", "content": prompt}])
print("Short response:", short_response.content[0].text)
print("Long response:", long_response.content[0].text)