텍스트 완성에서 메시지로 마이그레이션할 때 다음과 같은 변경 사항을 고려하세요.

​
입력과 출력

텍스트 완성과 메시지 간의 가장 큰 차이점은 모델 입력을 지정하고 모델로부터 출력을 받는 방식입니다.

텍스트 완성에서는 입력이 원시 문자열입니다:

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:"

메시지에서는 원시 프롬프트 대신 입력 메시지 목록을 지정합니다:

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?"},
]

각 입력 메시지는 role과 content를 가집니다.

역할 이름

텍스트 완성 API는 \n\nHuman:과 \n\nAssistant:가 번갈아 나타나는 것을 기대하지만, 메시지 API는 user와 assistant 역할을 기대합니다. “human” 또는 “user” 턴을 언급하는 문서를 보실 수 있습니다. 이들은 동일한 역할을 의미하며, 앞으로는 “user”로 통일됩니다.

텍스트 완성에서는 모델이 생성한 텍스트가 응답의 completion 값으로 반환됩니다:

Python
>>> response = anthropic.completions.create(...)
>>> response.completion
" Hi, I'm Claude"

메시지에서는 응답이 콘텐츠 블록 목록인 content 값입니다:

Python
>>> response = anthropic.messages.create(...)
>>> response.content
[{"type": "text", "text": "Hi, I'm Claude"}]

​
Claude의 말을 미리 채우기

텍스트 완성에서는 Claude의 응답 일부를 미리 채울 수 있습니다:

Python
prompt = "\n\nHuman: Hello\n\nAssistant: Hello, my name is"

메시지에서는 마지막 입력 메시지에 assistant 역할을 부여하여 동일한 결과를 얻을 수 있습니다:

Python
messages = [
  {"role": "human", "content": "Hello"},
  {"role": "assistant", "content": "Hello, my name is"},
]

이렇게 하면 응답 content가 마지막 입력 메시지 content에서 이어집니다:

JSON
{
  "role": "assistant",
  "content": [{"type": "text", "text": " Claude. How can I assist you today?" }],
  ...
}

​
시스템 프롬프트

텍스트 완성에서는 첫 번째 \n\nHuman: 턴 이전에 텍스트를 추가하여 시스템 프롬프트를 지정합니다:

Python
prompt = "Today is January 1, 2024.\n\nHuman: Hello, Claude\n\nAssistant:"

메시지에서는 system 매개변수로 시스템 프롬프트를 지정합니다:

Python
anthropic.Anthropic().messages.create(
    model="claude-3-opus-20240229",
    max_tokens=1024,
    system="Today is January 1, 2024.", # <-- 시스템 프롬프트
    messages=[
        {"role": "user", "content": "Hello, Claude"}
    ]
)

​
모델 이름

메시지 API는 전체 모델 버전을 지정해야 합니다(예: claude-3-opus-20240229).

이전에는 주 버전 번호만 지정하는 것을 지원했으며(예: claude-2), 이는 부 버전으로 자동 업그레이드되었습니다. 하지만 이제는 이러한 통합 패턴을 더 이상 권장하지 않으며, 메시지는 이를 지원하지 않습니다.

​
중단 이유

텍스트 완성은 항상 다음 중 하나의 stop_reason을 가집니다:

  • "stop_sequence": 모델이 자연스럽게 턴을 종료했거나, 사용자가 지정한 중단 시퀀스 중 하나가 생성되었습니다.
  • "max_tokens": 모델이 지정된 max_tokens만큼의 콘텐츠를 생성했거나, 절대 최대값에 도달했습니다.

메시지는 다음 값 중 하나의 stop_reason을 가집니다:

  • "end_turn": 대화 턴이 자연스럽게 종료되었습니다.
  • "stop_sequence": 지정된 사용자 정의 중단 시퀀스 중 하나가 생성되었습니다.
  • "max_tokens": (변경 없음)

​
최대 토큰 지정

  • 텍스트 완성: max_tokens_to_sample 매개변수. 유효성 검사는 없지만 모델별로 상한값이 있습니다.
  • 메시지: max_tokens 매개변수. 모델이 지원하는 것보다 높은 값을 전달하면 유효성 검사 오류가 반환됩니다.

​
스트리밍 형식

텍스트 완성에서 "stream": true를 사용할 때, 응답에는 completion, ping, error 서버 전송 이벤트가 포함되었습니다. 자세한 내용은 텍스트 완성 스트리밍을 참조하세요.

메시지는 여러 유형의 콘텐츠 블록을 포함할 수 있으므로 스트리밍 형식이 다소 더 복잡합니다. 자세한 내용은 메시지 스트리밍을 참조하세요.