LLM アプリ開発 #5 構造化された出力を受け取る

from typing import Literal
from pydantic import BaseModel
import anthropic

class Review(BaseModel):
    sentiment: Literal["ポジティブ", "ネガティブ", "中立"]
    summary: str
    score: int

client = anthropic.Anthropic()

response = client.messages.parse(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{
        "role": "user",
        "content": "次のレビューを分析してください: 配送は速かったのですが製品が不良品でした。返金は受けました。",
    }],
    output_format=Review,
)

review = response.parsed_output
print(review.sentiment)  # 必ずポジティブ/ネガティブ/中立のいずれか
print(review.score)      # 整数

import json

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{
        "role": "user",
        "content": "次のレビューを分析してください: 配送は速かったのですが製品が不良品でした。返金は受けました。",
    }],
    output_config={
        "format": {
            "type": "json_schema",
            "schema": {
                "type": "object",
                "properties": {
                    "sentiment": {"type": "string", "enum": ["ポジティブ", "ネガティブ", "中立"]},
                    "summary": {"type": "string"},
                    "score": {"type": "integer"},
                },
                "required": ["sentiment", "summary", "score"],
                "additionalProperties": False,
            },
        },
    },
)

text = next(b.text for b in response.content if b.type == "text")
data = json.loads(text)
print(data["sentiment"])

from typing import Literal
from pydantic import BaseModel

class Task(BaseModel):
    title: str
    priority: Literal["高", "中", "低"]

class MeetingNotes(BaseModel):
    summary: str
    tasks: list[Task]

notes = """今日の会議で来四半期のリリース日程を決めた。
デザイン案は来週までに急いで仕上げることにし、
QA 人員の増員は時間のあるときにゆっくり調べることにした。"""

response = client.messages.parse(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": f"次の議事録を整理してください:\n\n{notes}"}],
    output_format=MeetingNotes,
)

result = response.parsed_output
for task in result.tasks:
    print(f"[{task.priority}] {task.title}")