提示詞庫
機場代碼分析器
從文本中查找並提取機場代碼。
將此提示複製到我們的開發者 Console 中親自試用！
| 內容 | |
|---|---|
| System | 您的任務是分析提供的文本並識別其中提到的任何機場代碼。按照這些機場代碼在文本中出現的順序將它們以列表形式呈現。如果沒有找到機場代碼，則返回空列表。 |
| User | 我的下一次旅行涉及從西雅圖飛往阿姆斯特丹。我將在阿姆斯特丹停留幾天，然後前往巴黎轉機飛往羅馬。 |
示例輸出
示例輸出
以下是文本中提到的機場代碼列表，按出現順序排列：
- SEA（西雅圖）
- AMS（阿姆斯特丹）
- CDG（巴黎）
- FCO（羅馬）
API 請求
API 請求
Python
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="您的任務是分析提供的文本並識別其中提到的任何機場代碼。按照這些機場代碼在文本中出現的順序將它們以列表形式呈現。如果沒有找到機場代碼，則返回空列表。",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "我的下一次旅行涉及從西雅圖飛往阿姆斯特丹。我將在阿姆斯特丹停留幾天，然後前往巴黎轉機飛往羅馬。"
}
]
}
]
)
print(message.content)
TypeScript
import Anthropic from "@anthropic-ai/sdk";
const anthropic = new Anthropic({
apiKey: "my_api_key", // defaults to process.env["ANTHROPIC_API_KEY"]
});
const msg = await anthropic.messages.create({
model: "claude-sonnet-4-5",
max_tokens: 1000,
temperature: 0,
system: "您的任務是分析提供的文本並識別其中提到的任何機場代碼。按照這些機場代碼在文本中出現的順序將它們以列表形式呈現。如果沒有找到機場代碼，則返回空列表。",
messages: [
{
"role": "user",
"content": [
{
"type": "text",
"text": "我的下一次旅行涉及從西雅圖飛往阿姆斯特丹。我將在阿姆斯特丹停留幾天，然後前往巴黎轉機飛往羅馬。"
}
]
}
]
});
console.log(msg);
AWS Bedrock Python
from anthropic import AnthropicBedrock
# See https://docs.claude.com/claude/reference/claude-on-amazon-bedrock
# for authentication options
client = AnthropicBedrock()
message = client.messages.create(
model="anthropic.claude-sonnet-4-5-20250929-v1:0",
max_tokens=1000,
temperature=0,
system="您的任務是分析提供的文本並識別其中提到的任何機場代碼。按照這些機場代碼在文本中出現的順序將它們以列表形式呈現。如果沒有找到機場代碼，則返回空列表。",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "我的下一次旅行涉及從西雅圖飛往阿姆斯特丹。我將在阿姆斯特丹停留幾天，然後前往巴黎轉機飛往羅馬。"
}
]
}
]
)
print(message.content)
AWS Bedrock TypeScript
import AnthropicBedrock from "@anthropic-ai/bedrock-sdk";
// See https://docs.claude.com/claude/reference/claude-on-amazon-bedrock
// for authentication options
const client = new AnthropicBedrock();
const msg = await client.messages.create({
model: "anthropic.claude-sonnet-4-5-20250929-v1:0",
max_tokens: 1000,
temperature: 0,
system: "您的任務是分析提供的文本並識別其中提到的任何機場代碼。按照這些機場代碼在文本中出現的順序將它們以列表形式呈現。如果沒有找到機場代碼，則返回空列表。",
messages: [
{
"role": "user",
"content": [
{
"type": "text",
"text": "我的下一次旅行涉及從西雅圖飛往阿姆斯特丹。我將在阿姆斯特丹停留幾天，然後前往巴黎轉機飛往羅馬。"
}
]
}
]
});
console.log(msg);
Vertex AI Python
from anthropic import AnthropicVertex
client = AnthropicVertex()
message = client.messages.create(
model="claude-sonnet-4@20250514",
max_tokens=1000,
temperature=0,
system="您的任務是分析提供的文本並識別其中提到的任何機場代碼。按照這些機場代碼在文本中出現的順序將它們以列表形式呈現。如果沒有找到機場代碼，則返回空列表。",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "我的下一次旅行涉及從西雅圖飛往阿姆斯特丹。我將在阿姆斯特丹停留幾天，然後前往巴黎轉機飛往羅馬。"
}
]
}
]
)
print(message.content)
Vertex AI TypeScript
import { AnthropicVertex } from '@anthropic-ai/vertex-sdk';
// Reads from the `CLOUD_ML_REGION` & `ANTHROPIC_VERTEX_PROJECT_ID` environment variables.
// Additionally goes through the standard `google-auth-library` flow.
const client = new AnthropicVertex();
const msg = await client.messages.create({
model: "claude-sonnet-4@20250514",
max_tokens: 1000,
temperature: 0,
system: "您的任務是分析提供的文本並識別其中提到的任何機場代碼。按照這些機場代碼在文本中出現的順序將它們以列表形式呈現。如果沒有找到機場代碼，則返回空列表。",
messages: [
{
"role": "user",
"content": [
{
"type": "text",
"text": "我的下一次旅行涉及從西雅圖飛往阿姆斯特丹。我將在阿姆斯特丹停留幾天，然後前往巴黎轉機飛往羅馬。"
}
]
}
]
});
console.log(msg);