Kursus
Anthropic baru saja merilis Claude 3.5 Sonnet, sebuah model tangguh yang melampaui GPT-4o dan Gemini Pro 1.5 di berbagai tolok ukur.
Kemampuan penalaran visual Claude 3.5 Sonnet sangat mengesankan, dan Anda mungkin ingin menggunakannya dalam alur kerja pengembangan melalui API Claude 3.5 Sonnet.
Dalam artikel ini, saya akan membantu Anda memulai dengan API Claude 3.5 Sonnet dan memberikan panduan langkah demi langkah untuk menggunakan Claude 3.5 Sonnet melalui API Anthropic.
Jika Anda ingin mendapatkan gambaran umum tentang Claude 3.5 Sonnet, saya merekomendasikan artikel ini tentang Apa Itu Claude 3.5 Sonnet.
Apa Itu Claude 3.5 Sonnet?
Claude 3.5 Sonnet adalah model bahasa besar yang dikembangkan oleh Anthropic. Ini merupakan bagian dari keluarga Claude 3.5 yang lebih luas—Anthropic akan merilis Claude 3.5 Opus dan Claude 3.5 Haiku akhir tahun ini.
Claude 3.5 Sonnet menunjukkan peningkatan signifikan dalam pemahaman dan pembuatan gambar serta menampilkan kinerja kuat pada tolok ukur, khususnya pada tugas pengodean dan penalaran, dibandingkan model lain seperti GPT-4o, Gemini 1.5 Pro, atau Llama-400b.

Selain itu, ia memperkenalkan fitur baru bernama Artifacts untuk peningkatan pengelolaan informasi dalam percakapan. Anda dapat mempelajari lebih lanjut tentang Artifacts dalam artikel pengantar tentang Claude Sonnet 3.5 ini.
API Claude 3.5 Sonnet: Cara Terhubung ke API Antrophic
Untuk mulai menggunakan API Claude 3.5 Sonnet, Anda perlu mendaftar akun API Anthropic dan menyiapkan klien Anthropic. Mari kita ikuti langkah demi langkah.
Mendapatkan akses API
Langkah 1: Daftar
Kunjungi Anthropic Console dan buat akun. Anda harus memberikan informasi dasar dan memverifikasi email.
Langkah 2: Kunci API
Setelah akun Anda siap, buka bagian Get API keys dan klik Create Key untuk membuat kunci API Anda.
Menyiapkan lingkungan Anda
Untuk menginisialisasi klien Anthropic, Anda harus terlebih dahulu memasang pustaka anthropic sebagai berikut:
pip install anthropic
Setelah Anda memasang pustaka tersebut, Anda dapat menginisialisasi klien Anthropic menggunakan kunci API Anda.
import anthropic
# Create an instance of the Anthropics API client
client = anthropic.Anthropic(api_key='your_api_key_here')
Dengan pustaka anthropic terpasang dan klien Anthropic Anda terinisialisasi dengan API Anda, sekarang mari mulai menjelajahi kapabilitas Claude 3.5 Sonnet.
API Claude: Messages API vs. Text Completions API
API Claude 3.5 Sonnet menawarkan fitur kuat, khususnya Messages API, yang dirancang untuk membuat interaksi yang kaya dan dinamis.
Perlu dicatat bahwa Text Completions API kini dianggap warisan (legacy). Meskipun menyediakan kemampuan pelengkapan dasar, API tersebut tidak memiliki fitur lanjutan dan fleksibilitas seperti Messages API.
Pengguna dianjurkan untuk bermigrasi ke Messages API demi fungsionalitas yang lebih baik dan dukungan di masa depan.
Selain itu, saat ini Artifacts belum dapat diakses melalui API. Untuk berinteraksi dengan Artifacts, Anda perlu menggunakan antarmuka web yang disediakan oleh Claude.ai, yang sepenuhnya mendukung pengeditan, referensi, dan pengunduhan konten yang dihasilkan oleh Claude 3.5 Sonnet.
API Claude 3.5 Sonnet: Messages API
Messages API memungkinkan Anda mengirim daftar terstruktur pesan masukan dengan konten teks atau gambar, sehingga model dapat menghasilkan pesan berikutnya dalam percakapan.
API ini mendukung kueri tunggal maupun percakapan multi-giliran tanpa status.
Untuk membuat pesan, Anda dapat menggunakan pustaka Python anthropic dan memanggil metode messages.create dengan parameter yang diperlukan. Parameter kunci mencakup model, messages, dan berbagai pengaturan opsional untuk mengendalikan keluaran.
Parameter wajib
Mari kita jelajahi parameter wajib:
model: Model yang digunakan (misalnya, "claude-3-5-sonnet-20240620").
messages: Daftar pesan masukan. Setiap pesan harus memiliki peran ("user" atau "assistant") dan konten.
Pada saat artikel ini ditulis, berikut adalah model yang tersedia melalui API Anthropic:

Parameter opsional
Parameter opsional meliputi:
max_tokens: Jumlah maksimum token yang akan dihasilkan.temperature: Mengendalikan tingkat keacakan respons.stop_sequences: Urutan teks kustom yang membuat model berhenti menghasilkan.stream: Apakah akan melakukan streaming respons secara bertahap.system:Prompt sistem yang memberikan konteks dan instruksi.tools: Definisi alat yang dapat digunakan model.top_k: Hanya mengambil sampel dari K opsi teratas untuk setiap token berikutnya. Digunakan untuk menghilangkan respons probabilitas rendah "ekor panjang".top_p: Gunakan nucleus sampling untuk memangkas opsi yang kurang mungkin berdasarkan probabilitas kumulatif yang mencapai ambang tertentu.
API Claude 3.5 Sonnet: Use Case
Sekarang setelah kita memahami semua parameter yang terlibat, mari jelajahi use case praktis dari Messages API menggunakan Python dan pustaka anthropic:
Permintaan pesan tunggal
Berikut cara membuat permintaan pesan tunggal:
response = client.messages.create(
model="claude-3-5-sonnet-20240620",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello, world"}]
)
Percakapan multi-giliran
Sekarang mari memulai percakapan multi-giliran:
response = client.messages.create(
model="claude-3-5-sonnet-20240620",
max_tokens=512,
messages=[
{"role": "user", "content": "Hello there."},
{"role": "assistant", "content": "Hi, I'm Claude. How can I help you?"},
{"role": "user", "content": "Can you explain LLMs in plain English?"}
]
)
Menyertakan konten gambar
Mulai dari model Claude 3, Anda dapat menyertakan konten gambar dalam pesan Anda.
response = client.messages.create(
model="claude-3-5-sonnet-20240620",
max_tokens=512,
messages=[
{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": "media_file"
}
},
{
"type": "text",
"text": "What is in this image?"
}
]
}
]
)
Menggunakan system prompt dan stop sequence
Berikut cara menggunakan system prompt dan stop sequence:
response = client.messages.create(
model="claude-3-5-sonnet-20240620",
max_tokens=1024,
messages=[{"role": "user", "content": "Write a short story."}],
system="You are a creative writing assistant.",
stop_sequences=["The end."],
temperature=0.9
)
Definisi alat (tool)
Anda dapat mendefinisikan alat yang akan digunakan model selama interaksi. Ini mencakup penentuan nama alat, deskripsi, dan skema input.
# Define the request parameters
model = "claude-3-5-sonnet-20240620"
messages = [{"role": "user", "content": "What's the S&P 500 at today?"}]
tools = [
{
"name": "get_stock_price",
"description": "Get the current stock price for a given ticker symbol.",
"input_schema": {
"type": "object",
"properties": {
"ticker": {
"type": "string",
"description": "The stock ticker symbol, e.g., AAPL for Apple Inc."
}
},
"required": ["ticker"]
}
}
]
# Create a message with the defined parameters
response = client.messages.create(
model=model,
messages=messages,
tools=tools
)
Kesimpulan
Dalam panduan ini, kita telah membahas cara terhubung ke API Anthropic untuk menggunakan model Claude 3.5 Sonnet. Kita telah membahas aspek-aspek kunci seperti penyiapan, autentikasi, dan penggunaan Messages API untuk berbagai tugas.
Baik Anda membangun chatbot, generator konten, atau aplikasi bertenaga AI lainnya, Claude 3.5 Sonnet bisa menjadi pilihan yang baik.
Untuk mempelajari lebih lanjut tentang Claude Sonnet dan bagaimana perbandingannya dengan ChatGPT, lihat artikel berikut:
FAQ
Apa perbedaan utama antara Text Completions API (warisan) dan Messages API yang lebih baru di API Anthropic?
Text Completions API menyediakan fungsi pelengkapan teks dasar, sedangkan Messages API menawarkan fitur yang lebih canggih, seperti kemampuan untuk melakukan percakapan multi-giliran, menyertakan gambar, dan menggunakan system prompt serta alat. Messages API dirancang untuk interaksi yang lebih interaktif dan dinamis, sementara Text Completions API merupakan alat yang lebih sederhana untuk pembuatan teks dasar. Anthropic merekomendasikan penggunaan Messages API untuk proyek baru dan melakukan migrasi proyek yang ada dari Text Completions API.
Dapatkah saya menggunakan Artifacts langsung melalui API Claude 3.5 Sonnet?
Saat ini, Artifacts belum dapat diakses langsung melalui API. Anda dapat berinteraksi dengan Artifacts melalui antarmuka web di Claude.ai, yang mendukung pengeditan, referensi, dan pengunduhan konten yang dihasilkan oleh Claude. Namun, Anthropic mungkin akan menambahkan dukungan API untuk Artifacts di masa mendatang.
Ryan adalah lead data scientist yang mengkhususkan diri dalam membangun aplikasi AI menggunakan LLM. Ia adalah kandidat PhD di bidang Pemrosesan Bahasa Alami dan Knowledge Graph di Imperial College London, tempat ia juga menyelesaikan gelar Master di Ilmu Komputer. Di luar data science, ia menulis newsletter Substack mingguan, The Limitless Playbook, di mana ia membagikan satu ide yang dapat langsung dipraktikkan dari para pemikir top dunia dan sesekali menulis tentang konsep inti AI.



