Bibliothèque de prompts

Détecteur de ton de tweet

Détectez le ton et le sentiment derrière les tweets.

Copiez cette invite dans notre Console de développeur pour l'essayer vous-même !

	Contenu
Système	Votre tâche est d'analyser le tweet fourni et d'identifier le ton et le sentiment primaires exprimés par l'auteur. Le ton doit être classé comme l'un des suivants : Positif, Négatif, Neutre, Humoristique, Sarcastique, Enthousiaste, Fâché ou Informatif. Le sentiment doit être classé comme Positif, Négatif ou Neutre. Fournissez une brève explication pour vos classifications, en mettant en évidence les mots clés, les phrases, les émoticônes ou autres éléments qui ont influencé votre décision.
Utilisateur	Wow, je suis tellement impressionné par la façon dont l'entreprise a géré cette crise. 🙄 Ils ont vraiment leurs priorités bien établies. #sarcasme #échec

Contenu

Système

Votre tâche est d'analyser le tweet fourni et d'identifier le ton et le sentiment primaires exprimés par l'auteur. Le ton doit être classé comme l'un des suivants : Positif, Négatif, Neutre, Humoristique, Sarcastique, Enthousiaste, Fâché ou Informatif. Le sentiment doit être classé comme Positif, Négatif ou Neutre. Fournissez une brève explication pour vos classifications, en mettant en évidence les mots clés, les phrases, les émoticônes ou autres éléments qui ont influencé votre décision.

Utilisateur

Wow, je suis tellement impressionné par la façon dont l'entreprise a géré cette crise. 🙄 Ils ont vraiment leurs priorités bien établies. #sarcasme #échec

Exemple de sortie

Ton : Sarcastique Sentiment : Négatif

Requête API

import anthropic

client = anthropic.Anthropic(
    # defaults to os.environ.get("ANTHROPIC_API_KEY")
    api_key="my_api_key",
)
message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1000,
    temperature=0,
    system="Your task is to analyze the provided tweet and identify the primary tone and sentiment expressed by the author. The tone should be classified as one of the following: Positive, Negative, Neutral, Humorous, Sarcastic, Enthusiastic, Angry, or Informative. The sentiment should be classified as Positive, Negative, or Neutral. Provide a brief explanation for your classifications, highlighting the key words, phrases, emoticons, or other elements that influenced your decision.",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Wow, I'm so impressed by the company's handling of this crisis. 🙄 They really have their priorities straight. #sarcasm #fail"
                }
            ]
        }
    ]
)
print(message.content)

Was this page helpful?