# Solicitação ao Claude Este bloco permite enviar solicitações aos modelos generativos Claude. Com ele, você pode criar novos textos sob demanda, realizar diversas tarefas: * classificação, * sumarização, * tradução e reescrita de textos, * escrita de protótipos de código em diferentes linguagens de programação, * analisar dados semiestruturados e não estruturados, * extrair e processar fatos, * manter diálogos sobre diversos temas, e muito mais. O pagamento pelo uso dessa funcionalidade é debitado da conta do cliente na plataforma. Para fins de teste, cada novo Usuário tem a oportunidade de testar essa funcionalidade sem custo. Ao utilizar essa funcionalidade após a conclusão do desenvolvimento do Robô, é necessário efetuar o pagamento.


Histórico do chat	[Tabela de Dados] Adicione o histórico do chat, com base no contexto do qual a rede neural deve gerar uma resposta. A tabela de dados especificada deve conter colunas com os nomes "role" e "content". Na ausência dessas colunas, a primeira coluna da tabela será usada como "role" e a segunda coluna como "content". Na coluna "role", você pode especificar apenas um dos seguintes valores: system, assistant, user. A função system é destinada a configurar o tom e as configurações básicas da rede neural, por exemplo: com a função "system", você pode escrever `"You are helpful assistant on used cars selection. You know everything on how to choose the best deal for used car"`; com a função "assistant", é recomendável incluir mensagens anteriores geradas pela própria rede neural; com a função "user", é recomendável incluir falas escritas pelo usuário interlocutor. Mensagens mais antigas devem ser colocadas no início da tabela, e as mais novas no final. A coluna "content" deve conter a própria mensagem. Esta propriedade pode ser deixada em branco, então a geração será realizada apenas com base no conteúdo das propriedades "Role" e "Request". Se a propriedade "Tools" for utilizada, a tabela deve ter 4 colunas: "role", "content", "tool_call_id", "name".
Solicitação do System	[Texto] Insira o texto de uma nova solicitação para a rede neural. A solicitação será executada com a função system.
Solicitação do User	[Texto] Insira o texto de uma nova solicitação para a rede neural. A solicitação será executada com a função user.
Modelo	Selecione o modelo para gerar a resposta.
Palavras de parada	[Texto/Lista] Uma string ou lista contendo no máximo 4 strings que interromperão a geração adicional. O texto retornado não conterá essas palavras.
Temperatura	[Número] Um número decimal entre 0 e 1, que indica o grau de "aleatoriedade" ou "criatividade" do resultado, onde: 0 - resultado menos criativo, 1 - resultado mais aleatório. Para a maioria das tarefas criativas, o valor 0.7 é mais adequado, e se você deseja receber a mesma resposta para a mesma solicitação toda vez - defina o valor como 0.
Comprimento máximo	[Número] Comprimento máximo do resultado, expresso em tokens condicionais. Para o idioma inglês, 1 token é 4 caracteres, para a maioria dos outros idiomas, 1 token é 1 caractere. Reduza esse número se você quiser receber, em média, solicitações mais curtas, aumente para obter solicitações mais longas. Lembre-se de que esse número limita o comprimento da resposta, no entanto, a resposta obtida não necessariamente terá o comprimento que você especificou - dependendo do conteúdo da solicitação, ela pode ser mais curta.
Auto-limitação de comprimento	Quando ativado, o comprimento máximo especificado será ajustado automaticamente. Para isso, calcula-se o número de tokens na solicitação e considera-se o número máximo possível de tokens para o modelo escolhido.
Ferramentas	[Tabela de Dados] Tabela com a descrição das ferramentas que a rede neural pode escolher para resolver a tarefa em vez de uma resposta textual. Essa funcionalidade não é suportada por todos os modelos. A tabela de dados deve conter três colunas: "name" - nome da ferramenta (letras latinas e números, no máximo 64 caracteres), "description" - descrição da ferramenta (pode estar em idiomas diferentes do inglês), "parameters" - argumentos passados para a ferramenta ao chamá-la no formato JSON. Exemplo de descrição JSON dos parâmetros: `"{"type": "object", "properties": { "query": { "type": "string", "description": "Request for a Google search result" } }, "required": ["query"] }"`. Ao chamar a ferramenta, a rede neural escolherá a ferramenta adequada entre as disponíveis, com base na descrição que você forneceu, e também preencherá (gerará) os valores dos parâmetros que você especificou para chamar essas ferramentas. Mais detalhes sobre o mecanismo de uso de ferramentas podem ser encontrados na descrição da propriedade de saída CalledTools.
Timeout	[Número] Tempo máximo de espera pela resposta em segundos. O tempo real de espera depende do modelo escolhido, do comprimento da sua solicitação e do comprimento previsto da resposta, bem como da carga atual dos servidores. Se o limite de espera for excedido, ocorrerá um erro.
Esquema de resposta	[Texto] Esquema de resposta no formato JSON. Por exemplo: { "type": "object", "properties": { "name": { "type": "string" }, "email": { "type": "string" }, "plan_interest": { "type": "string" }, "demo_requested": { "type": "boolean" } }, "required": ["name", "email", "plan_interest", "demo_requested"], "additionalProperties": false }
Número de tentativas	[Número] Número de tentativas em caso de erro de conexão com o servidor.
Função da resposta	[Texto] Função com a qual a rede neural respondeu.
Resposta	[Texto] Texto da resposta da rede neural.
Comprimento total	[Número] Comprimento total da solicitação e do resultado (juntos), expresso em tokens condicionais.
Ferramentas chamadas	[Lista] Lista de objetos ToolItem. Se a rede neural, após a solicitação, em vez de uma resposta textual, sugerir usar uma ou mais ferramentas, especificadas na propriedade "Ferramentas", então esta propriedade retornará uma lista de objetos ToolItem. O objeto contém as seguintes propriedades: id, name, arguments. Os valores de id e name devem ser usados na tabela "Histórico do chat". A propriedade arguments é um dicionário, onde a chave é o nome do parâmetro da ferramenta chamada, e o valor é o valor gerado pela rede neural para esse parâmetro. Ao usar o mecanismo de ferramentas, após chamar este bloco, você deve verificar se a rede neural escolheu alguma ferramenta, com base no conteúdo desta lista. Se a lista não estiver vazia, você deve implementar a funcionalidade da ferramenta ou ferramentas escolhidas no cenário do Robô e, em seguida, na próxima chamada deste bloco, retornar à rede neural o resultado da execução da ferramenta, que a rede neural usará na geração de mensagens subsequentes. O resultado da execução das ferramentas deve ser registrado na tabela "Histórico do chat" da seguinte forma: na coluna "role" é registrado o valor constante "tool", na coluna "content" - o valor do resultado da execução da ferramenta (que você implementou em seu cenário e agora comunica esse resultado à rede neural), na coluna "tool_call_id" - o valor atual de ToolItem.id, na coluna "name" - o valor atual de ToolItem.name.
Nível de tratamento	Seleção do nível de tratamento de erros. Valores possíveis: "Default" - padrão; "Ignore" - erros são ignorados; "Handle" - erros são tratados. Se o valor "Default" for escolhido, será utilizado o valor do bloco "Início" deste diagrama.
Nível de mensagens	Seleção do nível de mensagens que os blocos exibirão durante a operação. Valores possíveis: "Default" - padrão; "Release" - saída desativada; "Debug" - saída de informações principais; "Detailed" - saída de informações detalhadas. Se o valor "Default" for escolhido, será utilizado o valor do bloco "Início" deste diagrama.
Texto do erro	[Texto] Retorna informações detalhadas sobre o erro em caso de execução incorreta do bloco.

--- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.sherparpa.ru/pt/sherpa-rpa/sherpa-designer/spravochnik-blokov/mashinnoe-obuchenie-machine-learning/zapros-k-claude-clauderequest.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.