Anthropic propose une bibliothèque de prompts :
Objectif : Fournir des exemples de prompts efficaces pour une variété de tâches professionnelles et personnelles.
Contenu : Des prompts prédéfinis couvrant différents domaines d'application.
Organisation : Probablement classés par catégories ou types de tâches pour faciliter la navigation.
Contribution des utilisateurs :
Les utilisateurs peuvent soumettre leurs propres prompts via un formulaire dédié.
Ces prompts soumis par les utilisateurs sont visuellement distincts, avec un arrière-plan sombre et des icônes de couleur claire.
Actuellement, il semble qu'aucun prompt utilisateur n'ait encore été intégré.
Utilité : Ces prompts servent d'inspiration et de point de départ pour formuler des requêtes efficaces à Claude.
Accessibilité : Cette bibliothèque est vraisemblablement accessible sur le site web d'Anthropic.
Il est important de noter que je n'ai pas d'accès direct à cette bibliothèque et que mes informations se basent sur votre description. Pour des détails plus précis ou à jour, je vous recommande de consulter directement le site d'Anthropic.
L'importance de l'API (Interface de Programmation d'Application) dans le contexte de la bibliothèque de prompts d'Anthropic est en effet un sujet crucial. Voici une analyse de son importance :
Intégration flexible :
Une API permet aux développeurs d'intégrer directement les fonctionnalités de Claude dans leurs propres applications ou services.
Cela ouvre la possibilité d'utiliser les prompts optimisés de manière programmatique, sans passer par l'interface web.
Automatisation :
Les entreprises peuvent automatiser certaines tâches en utilisant les prompts via l'API, augmentant ainsi l'efficacité opérationnelle.
Par exemple, un traitement automatique de documents ou une génération de contenu à grande échelle devient possible.
Personnalisation :
L'API permet aux développeurs de créer des interfaces sur mesure pour utiliser les prompts, adaptées aux besoins spécifiques de leur entreprise ou de leurs utilisateurs.
Scalabilité :
L'utilisation de l'API facilite le passage à l'échelle, permettant de traiter un grand volume de requêtes de manière efficace.
Mise à jour en temps réel :
Si l'API donne accès à la bibliothèque de prompts, les développeurs peuvent toujours utiliser les derniers prompts optimisés sans avoir à mettre à jour manuellement leur base de données.
Sécurité et contrôle :
L'API peut offrir des mécanismes d'authentification et d'autorisation, permettant un contrôle précis sur qui peut accéder aux prompts et comment.
Analyse et suivi :
L'utilisation de l'API peut faciliter le suivi de l'utilisation des prompts, permettant aux entreprises d'analyser quels types de prompts sont les plus efficaces pour leurs besoins.
Écosystème de développement :
Une API robuste peut encourager la création d'un écosystème de développeurs autour de la plateforme d'Anthropic, stimulant l'innovation et l'expansion des cas d'utilisation.
Il est important de noter que ces points sont basés sur l'importance générale des APIs dans des contextes similaires. Pour des informations spécifiques sur l'API d'Anthropic et ses fonctionnalités exactes en relation avec la bibliothèque de prompts, il serait préférable de consulter la documentation officielle d'Anthropic.
Bien entendu, j’ai un compte payant sur C35S.
Premiers pas :
Accéder à l’API
L’API est disponible via notre Console web. Vous pouvez utiliser le Workbench pour essayer l’API dans le navigateur, puis générer des clés API dans les Paramètres du compte.
Authentification
Toutes les requêtes à l’API Anthropic doivent inclure un en-tête x-api-key avec votre clé API. Si vous utilisez les SDK clients, vous définirez l’API lors de la construction d’un client, puis le SDK enverra l’en-tête en votre nom avec chaque requête. Si vous vous intégrez directement à l’API, vous devrez envoyer cet en-tête vous-même.
Shell
curl https://api.anthropic.com/v1/messages --header "x-api-key: YOUR_API_KEY" ...
Types de contenu :
L’API Anthropic accepte toujours du JSON dans les corps de requête et renvoie du JSON dans les corps de réponse. Vous devrez envoyer l’en-tête content-type: application/json dans les requêtes. Si vous utilisez les SDK clients, cela sera automatiquement pris en charge.
Bibliothèque de prompts :
Citez vos sources
Obtenez des réponses aux questions sur le contenu d’un document avec des citations pertinentes à l’appui de la réponse.
Vous êtes un assistant de recherche expert. Voici un document sur lequel vous répondrez aux questions :
[Texte complet du dépôt SEC 10-K 2023 de Matterport, non collé ici par souci de concision]
Tout d’abord, trouvez les citations du document qui sont les plus pertinentes pour répondre à la question, puis imprimez-les dans l’ordre numérique. Les citations doivent être relativement courtes.
S’il n’y a pas de citations pertinentes, écrivez plutôt “Aucune citation pertinente”.
Ensuite, répondez à la question en commençant par “Réponse :“. N’incluez pas et ne faites pas référence au contenu cité mot pour mot dans la réponse. Ne dites pas “Selon la citation [1]” lorsque vous répondez. Au lieu de cela, faites référence aux citations pertinentes pour chaque section de la réponse uniquement en ajoutant leurs numéros entre crochets à la fin des phrases pertinentes.
Ainsi, le format de votre réponse globale devrait ressembler à ce qui est montré entre les balises . Assurez-vous de suivre exactement le formatage et l’espacement.
Citations :
[1] “La société X a déclaré un chiffre d’affaires de 12 millions de dollars en 2021.”
[2] “Près de 90 % du chiffre d’affaires provenait des ventes de widgets, les ventes de gadgets représentant les 10 % restants.”
Réponse :
La société X a gagné 12 millions de dollars. [1] Près de 90 % provenaient des ventes de widgets. [2]
Si la question ne peut pas être répondue par le document, dites-le.
Requête API :
Note : Claude 3 Opus sera bientôt disponible dans l’API Bedrock.
import anthropic
client = anthropic.Anthropic( # defaults to os.environ.get("ANTHROPIC_API_KEY")
api_key="my_api_key",
)
message = client.messages.create(
model="claude-3-opus-20240229",
max_tokens=2000,
temperature=0,
system="Vous êtes un assistant de recherche expert. Voici un document sur lequel vous répondrez aux questions : \n<doc> \n[Texte complet du [dépôt SEC 10-K 2023 de Matterport](https://investors.matterport.com/node/9501/html), non collé ici par souci de concision] \n</doc> \n \nTout d'abord, trouvez les citations du document qui sont les plus pertinentes pour répondre à la question, puis imprimez-les dans l'ordre numérique. Les citations doivent être relativement courtes. \n \nS'il n'y a pas de citations pertinentes, écrivez plutôt \"Aucune citation pertinente\". \n \nEnsuite, répondez à la question en commençant par \"Réponse :\". N'incluez pas et ne faites pas référence au contenu cité mot pour mot dans la réponse. Ne dites pas \"Selon la citation [1]\" lorsque vous répondez. Au lieu de cela, faites référence aux citations pertinentes pour chaque section de la réponse uniquement en ajoutant leurs numéros entre crochets à la fin des phrases pertinentes. \n \nAinsi, le format de votre réponse globale devrait ressembler à ce qui est montré entre les balises <example></example>. Assurez-vous de suivre exactement le formatage et l'espacement. \n<example> \nCitations : \n[1] \"La société X a déclaré un chiffre d'affaires de 12 millions de dollars en 2021.\" \n[2] \"Près de 90 % du chiffre d'affaires provenait des ventes de widgets, les ventes de gadgets représentant les 10 % restants.\" \n \nRéponse : \nLa société X a gagné 12 millions de dollars. [1] Près de 90 % provenaient des ventes de widgets. [2] \n</example> \n \nSi la question ne peut pas être répondue par le document, dites-le.",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Est-ce que Matterport se porte bien ?"
}
]
}
]
)
print(message.content)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
