0Pricing
AI Agents · Leçon

Appeler l’API Anthropic : messages

Utilisez l’API messages d’Anthropic : différences avec OpenAI, emplacement du prompt système et bonnes pratiques propres à Claude.

Appeler l’API Anthropic : messages est une leçon AI Agents gratuite sur CoddyKit. Ceci est la leçon 2 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Agents, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Agents comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

Pourquoi Anthropic ?

Les modèles Claude suivent souvent mieux les instructions, utilisent mieux les outils et offrent des fenêtres de contexte plus longues que les modèles OpenAI équivalents — tout en étant parfois moins coûteux.

La plupart des agents utilisés en production prennent en charge les deux fournisseurs comme solution de secours.

Install the SDK

# pip install anthropic
import anthropic
client = anthropic.Anthropic()  # reads ANTHROPIC_API_KEY from env

Votre premier appel

Le point d'accès est messages.create :

response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=512,
    system='You are a concise assistant.',
    messages=[
        {'role': 'user', 'content': 'Capital of France?'},
    ],
)
print(response.content[0].text)
# 'Paris.'

Principales différences avec OpenAI

  1. system est un paramètre de premier niveau, et non un message
  2. max_tokens est REQUIRED
  3. content est une liste de blocs (texte, tool_use, etc.)
  4. Aucun paramètre n — utilisez plusieurs appels

Blocs de contenu

Même les réponses textuelles sont renvoyées sous forme de liste de blocs :

response.content              # list of blocks
response.content[0].type      # 'text' or 'tool_use'
response.content[0].text      # the text content
response.stop_reason          # 'end_turn' / 'max_tokens' / 'tool_use'
response.usage.input_tokens
response.usage.output_tokens

Contenu en plusieurs blocs

Vous pouvez également envoyer une liste de blocs de contenu dans les messages utilisateur (images, résultats d'outils) :

messages = [{
    'role': 'user',
    'content': [
        {'type': 'text', 'text': 'What is in this image?'},
        {'type': 'image', 'source': {
            'type': 'base64',
            'media_type': 'image/png',
            'data': image_base64
        }}
    ]
}]

Préremplir l'assistant

Forcez la réponse à commencer d'une manière précise :

messages = [
    {'role': 'user', 'content': 'Return a JSON object.'},
    {'role': 'assistant', 'content': '{'}
]
response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=512,
    messages=messages,
)
# Output starts after '{', guaranteed to be JSON.

Utilisation des outils

Le format d'outil d'Anthropic est similaire à celui d'OpenAI, mais utilise input_schema :

tools = [{
    'name': 'get_weather',
    'description': 'Get current weather',
    'input_schema': {
        'type': 'object',
        'properties': {'city': {'type': 'string'}},
        'required': ['city']
    }
}]

response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=1024,
    tools=tools,
    messages=messages,
)
if response.stop_reason == 'tool_use':
    for block in response.content:
        if block.type == 'tool_use':
            print(block.name, block.input)

Retourner les résultats des outils

Les résultats des outils sont placés dans un message utilisateur avec un bloc tool_result :

messages.append({
    'role': 'user',
    'content': [{
        'type': 'tool_result',
        'tool_use_id': 'toolu_abc',
        'content': json.dumps(weather_data)
    }]
})

Mise en cache des invites

Anthropic prend en charge la mise en cache des invites : marquez les longs préfixes statiques avec cache_control et payez 10 % lors des accès au cache :

system = [
    {'type': 'text', 'text': '...long system prompt...',
     'cache_control': {'type': 'ephemeral'}}
]
for block in system:
    print(f"type={block['type']} cache_control={block['cache_control']}")
    print("text preview:", block['text'][:30])

Raisonnement approfondi

Claude dispose d'un mode de « raisonnement approfondi » dans lequel il raisonne en interne avant de répondre :

response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=4096,
    thinking={'type': 'enabled', 'budget_tokens': 2048},
    messages=messages,
)

Emplacement de l'invite système

Où placer l'invite système dans l'API Anthropic ?

Récapitulatif

Vous pouvez désormais appeler les deux principaux fournisseurs. Les différences sont minimes, mais bien réelles : la plupart des équipes construisent un adaptateur léger pour passer de l'un à l'autre.

Questions Fréquemment Posées

La leçon « Appeler l’API Anthropic : messages » est-elle gratuite ?

Oui — le texte complet de « Appeler l’API Anthropic : messages » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Agents, passe à CoddyKit PRO. Le cours AI Agents comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Appeler l’API Anthropic : messages » ?

Utilisez l’API messages d’Anthropic : différences avec OpenAI, emplacement du prompt système et bonnes pratiques propres à Claude. Tu pratiques AI Agents avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer AI Agents ?

Aucune expérience préalable n'est requise. AI Agents sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 4.

Combien de temps prend la leçon « Appeler l’API Anthropic : messages » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon AI Agents ?

Oui. Chaque leçon AI Agents inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

  1. Appeler l’API OpenAI : chat.completions
  2. Appeler l’API Anthropic : messages
  3. Diffusion des réponses (SSE)
  4. Maîtriser les coûts : comptage des jetons et budgets
← Retour à AI Agents