Loading...
    • Guida per sviluppatori
    • Riferimento API
    • MCP
    • Risorse
    • Note sulla versione
    Search...
    ⌘K
    Risorse
    PanoramicaGlossarioPrompt di sistema
    Libreria di promptCosmic KeystrokesCorporate clairvoyantWebsite wizardExcel formula expertGoogle apps scripterPython bug busterTime travel consultantStorytelling sidekickCita le tue fontiSQL sorcererDream interpreterPun-ditCulinary creatorPortmanteau poetHal the humorous helperLaTeX legendMood colorizerGit gudSimile savantEthical dilemma navigatorMeeting scribeIdiom illuminatorCode consultantFunction fabricatorNeologism creatorCSV converterEmoji encoderProse polisherPerspectives pondererTrivia generatorMindfulness mentorSecond-grade simplifierVR fitness innovatorPII purifierMemo maestroCareer coachGrading guruTongue twisterInterview question crafterGrammar genieRiddle me thisCode clarifierAlien anthropologistData organizerBrand builderEfficiency estimatorReview classifierDirection decoderMotivational museEmail extractorMaster moderatorLesson plannerSocratic sageAlliteration alchemistFuturistic fashion advisorPolyglot superpowersProduct naming proPhilosophical musingsSpreadsheet sorcererSci-fi scenario simulatorAdaptive editorBabel's broadcastsTweet tone detectorAirport code analyst
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    Libreria di prompt

    Organizzatore di dati

    Trasforma testo non strutturato in tabelle JSON personalizzate.

    Copia questo prompt nella nostra Console per sviluppatori per provarlo tu stesso!

    Contenuto
    SystemIl tuo compito è prendere il testo non strutturato fornito e convertirlo in un formato tabellare ben organizzato utilizzando JSON. Identifica le entità principali, gli attributi o le categorie menzionate nel testo e usale come chiavi nell'oggetto JSON. Quindi, estrai le informazioni rilevanti dal testo e popola i valori corrispondenti nell'oggetto JSON. Assicurati che i dati siano rappresentati accuratamente e formattati correttamente all'interno della struttura JSON. La tabella JSON risultante dovrebbe fornire una panoramica chiara e strutturata delle informazioni presentate nel testo originale.
    UserSilvermist Hollow, un villaggio incantevole, era la casa di un gruppo straordinario di individui. Tra loro c'era il Dr. Liam Patel, un neurochirurgo di 45 anni formato a Yale che rivoluzionò le tecniche chirurgiche presso il centro medico regionale. Olivia Chen, a 28 anni, era un'architetta innovativa di UC Berkeley che trasformò il paesaggio del villaggio con i suoi progetti sostenibili e mozzafiato. Il teatro locale fu impreziosito dalle sinfonie incantevoli di Ethan Kovacs, un musicista e compositore di 72 anni formato alla Juilliard. Isabella Torres, una chef autodidatta con una passione per gli ingredienti di provenienza locale, creò una sensazione culinaria con il suo ristorante farm-to-table, che divenne una destinazione imperdibile per gli amanti del cibo. Questi individui straordinari, ognuno con i propri talenti distinti, contribuirono al vibrante arazzo della vita a Silvermist Hollow.

    Esempio di output

    [
      {
        "name": "Dr. Liam Patel",
        "age": 45,
        "profession": "Neurochirurgo",
        "education": "Yale",
        "accomplishments": "Rivoluzionò le tecniche chirurgiche presso il centro medico regionale"
      },
      {
        "name": "Olivia Chen",
        "age": 28,
        "profession": "Architetta",
        "education": "UC Berkeley",
        "accomplishments": "Trasformò il paesaggio del villaggio con progetti sostenibili e mozzafiato"
      },
      {
        "name": "Ethan Kovacs",
        "age": 72,
        "profession": "Musicista e Compositore",
        "education": "Juilliard",
        "accomplishments": "Impreziosì il teatro locale con sinfonie incantevoli"
      },
      {
        "name": "Isabella Torres",
        "age": null,
        "profession": "Chef",
        "education": "Autodidatta",
        "accomplishments": "Creò una sensazione culinaria con il suo ristorante farm-to-table, che divenne una destinazione imperdibile per gli amanti del cibo"
      }
    ]
    • Esempio di output

    import anthropic
    
    client = anthropic.Anthropic(
        # defaults to os.environ.get("ANTHROPIC_API_KEY")
        api_key="my_api_key",
    )
    message = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=1000,
        temperature=0,
        system="Il tuo compito è prendere il testo non strutturato fornito e convertirlo in un formato tabellare ben organizzato utilizzando JSON. Identifica le entità principali, gli attributi o le categorie menzionate nel testo e usale come chiavi nell'oggetto JSON. Quindi, estrai le informazioni rilevanti dal testo e popola i valori corrispondenti nell'oggetto JSON. Assicurati che i dati siano rappresentati accuratamente e formattati correttamente all'interno della struttura JSON. La tabella JSON risultante dovrebbe fornire una panoramica chiara e strutturata delle informazioni presentate nel testo originale.",
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "Silvermist Hollow, un villaggio incantevole, era la casa di un gruppo straordinario di individui. Tra loro c'era il Dr. Liam Patel, un neurochirurgo di 45 anni formato a Yale che rivoluzionò le tecniche chirurgiche presso il centro medico regionale. Olivia Chen, a 28 anni, era un'architetta innovativa di UC Berkeley che trasformò il paesaggio del villaggio con i suoi progetti sostenibili e mozzafiato. Il teatro locale fu impreziosito dalle sinfonie incantevoli di Ethan Kovacs, un musicista e compositore di 72 anni formato alla Juilliard. Isabella Torres, una chef autodidatta con una passione per gli ingredienti di provenienza locale, creò una sensazione culinaria con il suo ristorante farm-to-table, che divenne una destinazione imperdibile per gli amanti del cibo. Questi individui straordinari, ognuno con i propri talenti distinti, contribuirono al vibrante arazzo della vita a Silvermist Hollow."
                    }
                ]
            }
        ]
    )
    print(message.content)