Quando si migra da Text Completions a Messages, considera le seguenti modifiche.

​
Input e output

Il cambiamento più grande tra Text Completions e Messages è il modo in cui specifichi gli input del modello e ricevi gli output dal modello. Con Text Completions, gli input sono stringhe grezze:
Python
prompt = "\n\nHuman: Hello there\n\nAssistant: Hi, I'm Claude. How can I help?\n\nHuman: Can you explain Glycolysis to me?\n\nAssistant:"
Con Messages, specifichi una lista di messaggi di input invece di un prompt grezzo: 
messages = [
  {"role": "user", "content": "Hello there."},
  {"role": "assistant", "content": "Hi, I'm Claude. How can I help?"},
  {"role": "user", "content": "Can you explain Glycolysis to me?"},
]
Ogni messaggio di input ha un role e un content.
Nomi dei ruoliL’API Text Completions si aspetta turni alternati \n\nHuman: e \n\nAssistant:, ma l’API Messages si aspetta ruoli user e assistant. Potresti vedere documentazione che si riferisce a turni “human” o “user”. Questi si riferiscono allo stesso ruolo, e sarà “user” d’ora in poi.
Con Text Completions, il testo generato dal modello viene restituito nei valori completion della risposta:
Python
>>> response = anthropic.completions.create(...)
>>> response.completion
" Hi, I'm Claude"
Con Messages, la risposta è il valore content, che è una lista di blocchi di contenuto:
Python
>>> response = anthropic.messages.create(...)
>>> response.content
[{"type": "text", "text": "Hi, I'm Claude"}]

​
Mettere parole in bocca a Claude

Con Text Completions, puoi pre-riempire parte della risposta di Claude:
Python
prompt = "\n\nHuman: Hello\n\nAssistant: Hello, my name is"
Con Messages, puoi ottenere lo stesso risultato facendo in modo che l’ultimo messaggio di input abbia il ruolo assistant:
Python
messages = [
  {"role": "human", "content": "Hello"},
  {"role": "assistant", "content": "Hello, my name is"},
]
Quando lo fai, il content della risposta continuerà dall’ultimo content del messaggio di input:
JSON
{
  "role": "assistant",
  "content": [{"type": "text", "text": " Claude. How can I assist you today?" }],
  ...
}

​
System prompt

Con Text Completions, il system prompt viene specificato aggiungendo testo prima del primo turno \n\nHuman::
Python
prompt = "Today is January 1, 2024.\n\nHuman: Hello, Claude\n\nAssistant:"
Con Messages, specifichi il system prompt con il parametro system:
Python
anthropic.Anthropic().messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="Today is January 1, 2024.", # <-- system prompt
    messages=[
        {"role": "user", "content": "Hello, Claude"}
    ]
)

​
Nomi dei modelli

L’API Messages richiede che tu specifichi la versione completa del modello (ad esempio claude-sonnet-4-20250514). In precedenza supportavamo la specifica solo del numero di versione principale (ad esempio claude-2), che risultava in aggiornamenti automatici alle versioni minori. Tuttavia, non raccomandiamo più questo pattern di integrazione, e Messages non lo supportano.

​
Stop reason

Text Completions hanno sempre un stop_reason di:
  • "stop_sequence": Il modello ha terminato il suo turno naturalmente, o una delle tue sequenze di stop personalizzate è stata generata.
  • "max_tokens": Il modello ha generato il tuo max_tokens specificato di contenuto, o ha raggiunto il suo massimo assoluto.
Messages hanno un stop_reason di uno dei seguenti valori:
  • "end_turn": Il turno conversazionale è terminato naturalmente.
  • "stop_sequence": Una delle tue sequenze di stop personalizzate specificate è stata generata.
  • "max_tokens": (invariato)

​
Specificare max tokens

  • Text Completions: parametro max_tokens_to_sample. Nessuna validazione, ma valori limitati per modello.
  • Messages: parametro max_tokens. Se passi un valore più alto di quello che il modello supporta, restituisce un errore di validazione.

​
Formato streaming

Quando usi "stream": true con Text Completions, la risposta includeva qualsiasi evento server-sent di completion, ping, e error. Vedi Text Completions streaming per i dettagli. Messages possono contenere più blocchi di contenuto di tipi diversi, e quindi il suo formato streaming è un po’ più complesso. Vedi Messages streaming per i dettagli.