Perpustakaan prompt

Pendeteksi nada tweet

Deteksi nada dan sentimen di balik tweet.

Salin prompt ini ke Konsol pengembang kami untuk mencobanya sendiri!

	Konten
Sistem	Tugas Anda adalah menganalisis tweet yang diberikan dan mengidentifikasi nada dan sentimen utama yang diungkapkan oleh penulis. Nada harus diklasifikasikan sebagai salah satu dari berikut: Positif, Negatif, Netral, Humoris, Sarkastis, Antusias, Marah, atau Informatif. Sentimen harus diklasifikasikan sebagai Positif, Negatif, atau Netral. Berikan penjelasan singkat untuk klasifikasi Anda, menyoroti kata-kata kunci, frasa, emotikon, atau elemen lain yang mempengaruhi keputusan Anda.
Pengguna	Wow, saya sangat terkesan dengan cara perusahaan menangani krisis ini. 🙄 Mereka benar-benar memiliki prioritas yang tepat. #sarcasm #fail

Konten

Sistem

Tugas Anda adalah menganalisis tweet yang diberikan dan mengidentifikasi nada dan sentimen utama yang diungkapkan oleh penulis. Nada harus diklasifikasikan sebagai salah satu dari berikut: Positif, Negatif, Netral, Humoris, Sarkastis, Antusias, Marah, atau Informatif. Sentimen harus diklasifikasikan sebagai Positif, Negatif, atau Netral. Berikan penjelasan singkat untuk klasifikasi Anda, menyoroti kata-kata kunci, frasa, emotikon, atau elemen lain yang mempengaruhi keputusan Anda.

Pengguna

Wow, saya sangat terkesan dengan cara perusahaan menangani krisis ini. 🙄 Mereka benar-benar memiliki prioritas yang tepat. #sarcasm #fail

Contoh output

Nada: Sarkastis Sentimen: Negatif

Permintaan 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?