Lecția 1, Obține cheia ta de API în 60 de secunde

• Deschide console.anthropic.com, înregistrează-te sau autentifică-te.

• Adaugă o metodă de plată (API-ul e pay-per-use, separat de planul tău Claude.ai).

• Generează o cheie de API. Stocheaz-o ca variabilă de mediu, nu o comite niciodată în git.

Lecția 2, Primul tău API call (Node.js)

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY });

const msg = await client.messages.create({
  model: 'claude-sonnet-4-6',
  max_tokens: 500,
  messages: [{ role: 'user', content: 'Write a one-line product tagline for a calm habit tracker.' }],
});

console.log(msg.content[0].text);

Lecția 3, Matematica de prețuri pe care trebuie să o înțelegi înainte să lansezi

Token-urile sunt facturate la milion. Input-ul e mai ieftin decât output-ul. Modelează-ți întotdeauna economia unitară ÎNAINTE să scrii cod.

Lecția 4, Prompt caching, ucigașul de costuri

Dacă aplicația ta refolosește același system prompt lung între apeluri (o voce de brand, o bază de cunoștințe), activează prompt caching. Anthropic stochează prefixul cache-uit și îl facturează la ~10% din costul normal de input.

• Trimite cache_control: { type: 'ephemeral' } pe blocul de system.

• Cache-urile durează implicit cam 5 minute.

• Pentru un system prompt de 10k token-uri apelat de 100 de ori/zi, caching-ul îți poate reduce factura lunară cu 70%+.

Lecția 5, Streaming pentru un UX rapid

Utilizatorii urăsc să se uite la un spinner. Fă streaming la răspunsul lui Claude token cu token, ca UI-ul să pară instant.

const stream = await client.messages.create({
  model: 'claude-sonnet-4-6',
  max_tokens: 1000,
  messages: [{ role: 'user', content: prompt }],
  stream: true,
});

for await (const event of stream) {
  if (event.type === 'content_block_delta') {
    process.stdout.write(event.delta.text);
  }
}

Lecția 6, Tool use, echivalentul de API al MCP

Tool use îți permite să-i dai lui Claude funcții pe care le poate apela. Claude decide când să le apeleze, tu execuți, returnezi rezultatul. Așa funcționează orice produs AI serios.

1) Definește tools cu name, description, input schema (JSON Schema).
2) Trimite lista de tools cu apelul tău messages.create().
3) Claude returnează fie un răspuns final, fie un bloc tool_use.
4) Dacă e tool_use, rulează tu tool-ul, apoi trimite tool_result înapoi ca un nou mesaj de user.
5) Rulează în buclă până când Claude returnează un răspuns final.

Lecția 7, Evals, cum știi că promptul tău chiar funcționează

În producție, feeling-ul nu e dovadă. Construiește un eval harness,

• Adună între 20 și 100 de input-uri reale de la utilizatori, împerecheate cu output-ul ideal.

• Rulează promptul tău automat pe toate.

• Punctează fiecare output (manual la început, apoi automat).

• Urmărește scorul în timp. Fiecare schimbare de prompt trebuie să îmbunătățească scorul.

• Tools, poți face unul propriu cu un tabel Postgres sau poți folosi furnizori ca Braintrust, LangSmith.

Lecția 8, Cele cinci forme de produs care funcționează chiar acum

🎯 Pachetul de quest-uri Bonus