Styra svarslängd med tokens
För att ge användarna bättre kontroll över svaren från QuickAid kan de nu välja antingen "Quick Answer", för ett kort svar i tweetformat, eller "Deep Dive", för en mer utförlig förklaring.
Implementera båda anropen och skriv ut resultaten sida vid sida så att hackathon-panelen enkelt kan se skillnaden.
Biblioteket anthropic är förhandsimporterat och client är fördefinierad.
Den här övningen är en del av kursen
Introduktion till Claude-modeller
Övningsinstruktioner
- Ange
max_tokenssom 25 för det korta svaret för att få ett mycket kortfattat svar (ungefär 15–20 ord). - Ange
max_tokenssom 200 för det långa svaret för att få en detaljerad förklaring (ungefär 150 ord).
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)