近年、AIを活用したサービスは増加の一途を辿っており、その中でもClaude 3 APIは、その高い性能と柔軟性で、様々な分野で活用されています。例えば、カスタマーサポートの自動化、コンテンツ作成の効率化、データ分析の高度化など、その可能性は無限大です。

Claude 3 APIには、Opus、Sonnet、Haikuの3つのモデルがあります。Opusは最高性能、Sonnetはバランス、Haikuは高速性と低コストを特徴としています。用途に合わせて適切なモデルを選択することが重要です。例えば、高品質な文章生成にはOpus、比較的安価な要約にはHaikuが適しています。

重要な用語:

• プロンプト (Prompt): モデルへの指示文。
• トークン (Token): テキストを分割した単位。
• コンテキストウィンドウ (Context Window): モデルが一度に処理できるトークン数。

1. Anthropicのウェブサイトでアカウントを作成します。
2. APIキーを生成します。
3. APIキーを安全な場所に保管します。
4. APIリクエストにAPIキーを組み込みます。

APIキーは、公開しないように注意してください。APIキーが漏洩した場合、不正利用される可能性があります。

APIリクエストには、エンドポイント、HTTPメソッド、ヘッダー、ボディが含まれます。エンドポイントは、APIの特定の機能にアクセスするためのURLです。HTTPメソッドは、APIに対して実行する操作を指定します（GET、POSTなど）。ヘッダーには、認証情報やコンテンツタイプなどの情報が含まれます。ボディには、APIに送信するデータが含まれます。

例:

import os
import asyncio
from anthropic import Anthropic

# 環境変数からAPIキーを取得
CLAUDE_API_KEY = os.environ.get("CLAUDE_API_KEY")

if not CLAUDE_API_KEY:
    raise ValueError("CLAUDE_API_KEY 環境変数が設定されていません。")

# Anthropicクライアントの初期化
anthropic = Anthropic(api_key=CLAUDE_API_KEY)


# 1. 初心者向け：シンプルな質問応答
async def simple_question_response(question: str) -> str:
    """
    Claude 3に簡単な質問をして、回答を得るシンプルな例。
    """
    try:
        response = await anthropic.messages.create(
            model="claude-3-opus",  # 最新のモデルを使用
            max_tokens=200,
            messages=[
                {
                    "role": "user",
                    "content": question,
                }
            ]
        )
        return response.content[0].text
    except Exception as e:
        print(f"エラーが発生しました: {e}")
        return "回答の取得に失敗しました。"


# 例：
async def main_simple():
    question = "日本の首都はどこですか？"
    answer = await simple_question_response(question)
    print(f"質問: {question}")
    print(f"回答: {answer}")


# 2. 実践的な応用例：要約と感情分析の組み合わせ
async def summarize_and_analyze(text: str) -> tuple[str, str]:
    """
    Claude 3にテキストを要約させ、さらに感情分析を行う例。
    """
    try:
        # 要約
        summary_response = await anthropic.messages.create(
            model="claude-3-opus",
            max_tokens=150,
            messages=[
                {
                    "role": "user",
                    "content": f"以下のテキストを簡潔に要約してください: {text}",
                }
            ]
        )
        summary = summary_response.content[0].text

        # 感情分析
        analysis_response = await anthropic.messages.create(
            model="claude-3-opus",
            max_tokens=50,
            messages=[
                {
                    "role": "user",
                    "content": f"以下のテキストの感情を分析してください。ポジティブ、ネガティブ、またはニュートラルですか？: {summary}",
                }
            ]
        )
        sentiment = analysis_response.content[0].text

        return summary, sentiment

    except Exception as e:
        print(f"エラーが発生しました: {e}")
        return "要約の取得に失敗しました。", "エラー"


# 例：
async def main_practical():
    long_text = """
    今日は素晴らしい日です。太陽が輝き、鳥が歌っています。
    私は公園を散歩し、美味しいアイスクリームを食べました。
    しかし、帰り道で自転車にぶつかりそうになり、少し怖かったです。
    全体的には、とても楽しい一日でした。
    """
    summary, sentiment = await summarize_and_analyze(long_text)
    print(f"元のテキスト:\n{long_text}")
    print(f"要約: {summary}")
    print(f"感情: {sentiment}")


# 実行
if __name__ == "__main__":
    asyncio.run(main_simple())
    print("\n--- 実践的な例 ---")
    asyncio.run(main_practical())

JSONは、キーと値のペアの集合です。キーは文字列で、値は数値、文字列、真偽値、またはJSONオブジェクトです。レスポンスに含まれる情報は、キーを使ってアクセスできます。

例:

[CODE_EXAMPLE_2]