Aan de slag

Claude een groet toeroepen kan je hart warmen, maar het is niet echt nuttig. In deze les sturen we Claude iets echts en krijgen we gestructureerde inzichten terug — in nog geen 20 regels code.

Eerst haal je een API key op van platform. claude. com. Je moet vooraf wat credits kopen.

The Claude Console dialog showing a newly created API key with a Copy key button and a warning that the key won't be viewable again

Neem de API key en sla deze op in een . env. local bestand zodat het uit je versiebeheer blijft. API keys hardcoden in bronbestanden is hoe ze uiteindelijk op GitHub terechtkomen — bewaar ze in plaats daarvan in omgevingsbestanden.

Installeer vervolgens de SDK:

npm install @anthropic-ai/sdk

De anatomie van een verzoek

Elk API-aanroep gaat door de **messages. create** functie. Je geeft drie dingen op:

Een model — welk Claude-model het verzoek afhandelt
Een max tokens limiet — een plafond voor hoe lang het antwoord kan zijn
Een lijst met messages — objecten met user of assistant rollen, gestructureerd vergelijkbaar met hoe je elders met Claude zou converseren

Dit is hoe het er in de meest basale vorm uitziet:

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", }], });

Een echt voorbeeld: buggy code beoordelen

Laten we Claude iets interessanter geven dan "hallo. " We wijzen het naar wat buggy code en vragen om een beoordeling. Hier is het geheel — één bestand, ongeveer 20 regels 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); } }

Twee dingen om op te merken hier:

De system prompt is waar je het persoon vormt. Ik wil een beknopte senior reviewer, geen praatjesmaker — dus ik zeg dat gewoon.
De **message. content in het antwoord is een array van blokken**, geen string. Voor een basaal tekstantwoord is er meestal slechts één blok van het type text, maar Claude kan meerdere blokken retourneren — tekst, tool calls, thinking — dus we loopen altijd en controleren het type.

Voer het uit, en Claude ziet dat add aftrekt en vertelt je in één alinea. Dat is het. Dat is de hele API-aanroep.

Terminal output from running the script: Claude responds that the function is named add but uses subtraction, and suggests changing return a - b to return a + b

Van script naar product

In een echt product is dezelfde messages. create vorm de motor achter iets als een samenvatting-endpoint. Trek een vergadertranscript uit de database, geef het aan Claude met een system prompt die zegt "extract insights and risks," sla het resultaat terug op de rij op, en retourneer het naar de UI. Het is dezelfde aanroep — gewoon verpakt in een route handler.

A meetings dashboard in a demo web app listing recorded project meetings, each with a transcript preview and a Generate summary button powered by the same API call

Samenvatting

Je eerste API-aanroep is een **messages. create functie met een model, een token limiet, en messages**.
Sla je API key op in een . env. local bestand om het uit versiebeheer te houden.
Voeg een system prompt toe om Claude's gedrag vorm te geven.
Het antwoord content is een array van blokken — loop en controleer elk blok's type.
Vanaf hier bouwt alles voort op dit patroon.