Few-shot prompting para avaliações de produtos
Você trabalha na BrightCart, uma plataforma de e-commerce. As páginas de produto agora exibem um selo de “Leitura Rápida” por IA que condensa milhares de avaliações de clientes em insights curtos. Para simplificar ainda mais, você vai dividir os resumos em duas frases: a primeira com o principal ponto positivo em destaque e a segunda com uma preocupação honesta.
Ensine ao Claude esse formato exato por meio de few-shot prompting para que todos os próximos produtos recebam o mesmo resumo equilibrado.
A biblioteca anthropic, o client e um exemplo raw_review já estão pré-carregados.
Este exercicio faz parte do curso
Introdução aos modelos Claude
Instruções do exercicio
- Defina o papel correto para a primeira resposta de exemplo do Claude.
- Peça para escrever um resumo de 2 frases sobre o produto.
- Passe o array completo
messagesna chamada da API.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
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)