1. Accès à l’API et authentification
L’API Anthropic offre un accès programmatique à Claude. Vous pouvez utiliser l’API directement ou via des partenaires cloud comme Vertex AI.
Options d’accès:
| Option | URL | Cas d’usage |
|---|---|---|
| API Anthropic | api.anthropic.com | Accès direct |
| Vertex AI | vertex.anthropic.com | Intégration GCP |
| AWS Bedrock | AWS | Intégration AWS |
Configuration de l’authentification:
export ANTHROPIC_API_KEY='sk-ant-...'Installation du SDK:
pip install anthropic # Python npm install @anthropic-ai/sdk # JavaScript2. Messages API : Bases
L’API Messages permet de construire des conversations avec Claude de manière programmatique.
Requête simple:
from anthropic import Anthropic client = Anthropic() message = client.messages.create(
model='claude-3-5-sonnet-20241022', max_tokens=1024, messages=[{'role': 'user', 'content':
'Bonjour!'}] )Conversations multi-tours:
Construisez des conversations où chaque message référence l’historique précédent.
3. Prompts système et contexte
Les prompts système définissent le comportement général de Claude pour vos cas d’usage.
Utilisation d’un prompt système:
client.messages.create( model='claude-3-5-sonnet-20241022', max_tokens=1024, system='Tu es un expert
en Python', messages=[...] )4. Température et contrôle de sortie
Contrôlez la créativité et la prévisibilité des réponses de Claude.
Paramètres de contrôle:
- temperature (0.0-1.0) : 0 = déterministe, 1 = créatif
- max_tokens : Limite de tokens dans la réponse
- stop_sequences : Chaînes qui arrêtent la génération
Exemples:
# Créatif client.messages.create(model='...', temperature=0.8, ...) # Factuel
client.messages.create(model='...', temperature=0.2, ...)5. Sortie structurée (JSON)
Générez du JSON structuré pour l’intégration système facilitée.
Mode JSON:
response = client.messages.create( model='claude-3-5-sonnet-20241022', max_tokens=1024,
messages=[...], response_format={'type': 'json_object'} )6. Évaluation des prompts
Testez et évaluez vos prompts pour garantir des résultats de qualité.
Approches d’évaluation:
- Jeux de données de test : Évaluation quantitative
- Évaluation basée sur modèle : Claude évalue les résultats
- Évaluation basée sur code : Scripts de validation
7. Tool Use (Appels de fonction)
Permettez à Claude d’appeler des fonctions définies pour accomplir des tâches complexes.
Définir des outils:
tools = [{ "name": "get_weather", "description": "Obtenir la météo", "input_schema": { "type":
"object", "properties": {"city": {"type": "string"}} } }]Flux d’exécution d’outils:
Flux Tool Use
8. RAG (Retrieval-Augmented Generation)
Augmentez Claude avec vos propres données pour des réponses plus précises et contextuelles.
Composants RAG:
- Découpage : Division des documents en chunks
- Embeddings : Représentation vectorielle du contenu
- Recherche vectorielle : Trouver les chunks pertinents
- Retrieval BM25 : Recherche par texte exact
9. Vision et traitement PDF
Claude peut analyser des images et des PDFs pour extraire et comprendre du contenu visuel.
Analyse d’images:
import base64 with open('image.png', 'rb') as f: image_data =
base64.standard_b64encode(f.read()).decode('utf-8') client.messages.create(
model='claude-3-5-sonnet-20241022', messages=[{ 'role': 'user', 'content': [{ 'type': 'image',
'source': {'type': 'base64', 'media_type': 'image/png', 'data': image_data} }] }] )10. Fonctionnalités avancées
- Extended Thinking : Raisonnement approfondi pour problèmes complexes
- Streaming : Réponses progressives au lieu de complètes
- Prompt Caching : Cache des prompts longs pour économiser les tokens
- Batch API : Traitement en masse de requêtes
11. Architecture complète
Pipeline API Claude
12. Bonnes pratiques
I Testez vos prompts, gérez les erreurs, suivez les tokens, et itérez sur vos solutions pour obtenir les meilleurs résultats.