Récapitulatif parlé — appuyez sur lecture pour suivre : la ligne lue reste en haut.
Dire bonjour à Claude pourrait vous réchauffer le cœur, mais ce n'est pas vraiment utile. Dans cette leçon, nous allons envoyer quelque chose de réel à Claude et récupérer des informations structurées en retour — en moins de 20 lignes de code.
Se mettre en place
D'abord, récupérez une clé API sur platform. claude. com. Vous devrez acheter des crédits au préalable.
La boîte de dialogue Claude Console affichant une clé API nouvellement créée avec un bouton Copier la clé et un avertissement indiquant que la clé ne sera plus visible
Prenez la clé API et stockez-la dans un fichier . env. local pour qu'elle reste en dehors de votre contrôle de version. Coder les clés en dur dans les fichiers source est la façon dont elles finissent par être divulguées sur GitHub — gardez-les plutôt dans des fichiers d'environnement.
Ensuite, installez le SDK :
npm install @anthropic-ai/sdk
L'anatomie d'une requête
Chaque appel API passe par la fonction **messages. create**. Vous spécifiez trois choses :
- Un modèle — quel modèle Claude traite la requête
- Une limite de tokens max — un plafond sur la longueur de la réponse
- Une liste de messages — des objets avec des rôles user ou assistant, structurés de la même manière que vous auriez une conversation avec Claude ailleurs
Voici à quoi cela ressemble dans sa forme la plus basique :
import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic();
const msg = await client. messages. create({ model: "claude-opus-4-7", max_tokens: 1024, messages: [{ role: "user", content: "Hello, Claude", }], });
Un exemple réel : examiner du code bogué
Donnons à Claude quelque chose d'un peu plus intéressant que « bonjour ». Nous allons le pointer vers du code bogué et lui demander un examen. Voici le tout — un fichier, environ 20 lignes de code :
import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic();
const buggyCode = ` function add(a, b) { return a - b; } `;
const response = await client. messages. create({ model: "claude-opus-4-8", max_tokens: 1024, system: "You are a terse senior code reviewer. Give feedback in one paragraph. ", messages: [ { role: "user", content: Review this code:\n${buggyCode} }, ], });
for (const block of response. content) { if (block. type === "text") { console. log(block. text); } }
Deux choses à remarquer ici :
- Le prompt system est l'endroit où vous façonnez la persona. Je veux un examinateur senior laconique, pas un bavard — donc je le dis simplement.
- Le **message. content dans la réponse est un tableau de blocs**, pas une chaîne. Pour une réponse textuelle basique, il y a généralement juste un bloc de type text, mais Claude peut retourner plusieurs blocs — texte, appels d'outils, réflexion — donc nous bouclez toujours et vérifions le type.
Exécutez-le, et Claude remarque que add soustrait et vous le dit en un paragraphe. C'est tout. C'est tout l'appel API.
Sortie du terminal en exécutant le script : Claude répond que la fonction s'appelle add mais utilise la soustraction, et suggère de changer return a - b en return a + b
Du script au produit
Dans un vrai produit, cette même forme messages. create est le moteur derrière quelque chose comme un point de terminaison de résumé. Tirez une transcription de réunion de la base de données, remettez-la à Claude avec un prompt système qui dit « extraire les informations et les risques », enregistrez le résultat sur la ligne, et retournez-le à l'interface utilisateur. C'est le même appel — juste enveloppé dans un gestionnaire de route.
Un tableau de bord des réunions dans une application web de démonstration listant les réunions de projet enregistrées, chacune avec un aperçu de la transcription et un bouton Générer un résumé alimenté par le même appel API
Récapitulatif
- Votre premier appel API est une fonction **messages. create avec un modèle, une limite de tokens, et des messages**.
- Stockez votre clé API dans un fichier . env. local pour la garder en dehors du contrôle de version.
- Ajoutez un prompt système pour façonner le comportement de Claude.
- La réponse content est un tableau de blocs — bouclez et vérifiez le type de chaque bloc type.
- À partir de là, tout s'appuie sur ce modèle.