革新AI交互体验！推理功能揭示模型思考过程

Claude 3.7 Sonnet的新推理功能，前所未有地展现了Claude如何分析问题、分解问题以及得出结论，从而让您一探人工智能的逐步思考过程。

本文将构建一个Python应用程序，通过Amazon Bedrock利用这一强大的新推理功能。您将了解如何启用推理功能，分配适当的计算资源，并处理包含Claude内部推理过程和最终答案的结构化响应。无论您是在调试提示信息、验证计算结果，还是将Claude用作教育工具，了解其推理过程都能极大提升您与AI的交互体验。

推理功能介绍

推理是Claude在给出答案之前，能够明确且逐步解决复杂问题的能力。启用推理功能后，Claude不仅会给出最终答案，还会展示其完整的思考过程，类似于人类解决问题时可能会阐述思考过程。

这一功能赋予了Claude以下优势。

• 可将复杂问题拆解为易于管理的各个部分。
  

• 探索解决问题的多种方法。
  

• 系统分析信息并得出合乎逻辑的结论。
  

• 展示问题解决过程，对解决数学或逻辑问题尤为重要。
  

• 识别自身思考过程中的潜在漏洞。

对于诸如复杂数学运算、逻辑难题或细致分析性问题等需要多步骤深入思考的问题，推理显得尤为关键。通过揭示Claude的内部思考流程，您可以清晰洞察AI是如何逐步推导出结论的，这不仅能建立信任感，还极具教育意义。

启用推理功能后，Claude会根据您的token预算分配相应部分的计算资源，来执行这一明确的思考流程，随后会将此流程与最终答案一并反馈给您，这将让您能够前所未有地洞悉AI解决问题的思路。

准备条件

开始使用之前，请确保您已具备以下条件。

• 拥有一个可以访问Amazon Bedrock的亚马逊云科技账户。
  

• 已安装Python 3.x。
  

• 已安装并配置Amazon CLI。
  

• 在账户中已启用Claude 3.7 Sonnet功能。

*注：截至撰写本文时，Claude 3.7可在us-east-1、us-east-2和us-west-2区域中使用。

设置依赖项

您需要安装Amazon SDK for Python（boto3），以下是包含所需依赖项的方法。

pip install boto3>=1.37.0

或者可以将以下内容添加到requirements.txt文件中。

boto3>=1.37.0

1

创建基本文件结构

创建一个新的Python文件（如claude_reasoning.py），在其中编写代码，以便与Claude的推理功能进行交互。

import boto3
from botocore.exceptions import ClientError


def reasoning_example():
    # We'll implement this function in the next steps
    pass


if name == "__main__":
    # We'll call our reasoning function here
    pass

左右滑动查看完整示意

2

设置Amazon Bedrock客户端

首先需要创建Amazon Bedrock运行时客户端来处理API请求。在reasoning_example()函数中添加以下内容。

# Create the Amazon Bedrock runtime client
client = boto3.client("bedrock-runtime", region_name="us-east-1")


# Specify the model ID for Claude 3.7 Sonnet
model_id = "us.anthropic.claude-3-7-sonnet-20250219-v1:0"

左右滑动查看完整示意

3

创建信息发送至Claude

接下来创建一条简单信息发送给Claude。

# Create the message with the user's prompt
user_message = "Describe the purpose of a 'hello world' program in one line."
conversation = [
    {
        "role": "user",
        "content": [{"text": user_message}],
    }
]

左右滑动查看完整示意

4

配置推理参数

启用推理功能，并为其设置token预算。

# Configure reasoning parameters with a 2000 token budget
reasoning_config = {
    "thinking": {
        "type": "enabled",
        "budget_tokens": 2000
    }
}

左右滑动查看完整示意

budget_tokens参数定义了Claude在推理过程中可使用的最大tokens数量，您可根据自身提示复杂程度调整此数值。

5

向Claude发送请求

发送提示和推理配置。

# Send message and reasoning configuration to the model
response = client.converse(
    modelId=model_id,
    messages=conversation,
    additionalModelRequestFields=reasoning_config
)

左右滑动查看完整示意

additionalModelRequestFields参数支持传递推理配置。

6

处理响应

Claude将返回其推理过程和最终响应，响应需要提取。

# Extract the list of content blocks from the model's response
content_blocks = response["output"]["message"]["content"]


reasoning = None
text = None


# Process each content block to find reasoning and response text
for block in content_blocks:
    if "reasoningContent" in block:
        reasoning = block["reasoningContent"]["reasoningText"]["text"]
    if "text" in block:
        text = block["text"]


return reasoning, text

左右滑动查看完整示意

7

显示结果

最后将显示推理过程和最终答案，并更新您的主要函数。

if __name__ == "__main__":
    # Execute the example and display reasoning and final response
    reasoning, text = reasoning_example()
    print("\n<thinking>")
    print(reasoning)
    print("</thinking>\n")
    print(text)

左右滑动查看完整示意

完整示例

以下为完整的运行示例。

import boto3
from botocore.exceptions import ClientError


"""
This example demonstrates how to use Anthropic Claude 3.7 Sonnet's reasoning capability
with Amazon Bedrock. It shows how to:
- Set up the Amazon Bedrock runtime client
- Create a message
- Configure reasoning parameters
- Send a request with reasoning enabled
- Process both the reasoning output and final response
"""


def reasoning_example():
    # Create the Amazon Bedrock runtime client
    client = boto3.client("bedrock-runtime", region_name="us-east-1")


    # Specify the model ID. For the latest available models, see:
    # https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html
    model_id = "us.anthropic.claude-3-7-sonnet-20250219-v1:0"


    # Create the message with the user's prompt
    user_message = "Describe the purpose of a 'hello world' program in one line."
    conversation = [
        {
            "role": "user",
            "content": [{"text": user_message}],
        }
    ]


    # Configure reasoning parameters with a 2000 token budget
    reasoning_config = {
        "thinking": {
            "type": "enabled",
            "budget_tokens": 2000
        }
    }


    try:
        # Send message and reasoning configuration to the model
        response = client.converse(
            modelId=model_id,
            messages=conversation,
            additionalModelRequestFields=reasoning_config
        )


        # Extract the list of content blocks from the model's response
        content_blocks = response["output"]["message"]["content"]


        reasoning = None
        text = None


        # Process each content block to find reasoning and response text
        for block in content_blocks:
            if "reasoningContent" in block:
                reasoning = block["reasoningContent"]["reasoningText"]["text"]
            if "text" in block:
                text = block["text"]


        return reasoning, text


    except (ClientError, Exception) as e:
        print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}")
        exit(1)


if __name__ == "__main__":
    # Execute the example and display reasoning and final response
    reasoning, text = reasoning_example()
    print("\n<thinking>")
    print(reasoning)
    print("</thinking>\n")
    print(text)

左右滑动查看完整示意

输出示例

运行此代码，可看到类似以下输出。

<thinking>
I need to explain the purpose of a "Hello World" program in a single line.


A "Hello World" program is typically the simplest program that can be written in
a programming language. Its purpose is to:
1. Verify that the programming environment is set up correctly
2. Demonstrate the minimal syntax needed to create a functioning program
3. Provide a simple introduction to the language
4. Output the text "Hello, World!" or a similar message


I need to condense this information into a concise, one-line description that
captures the essence of what a "Hello World" program is for.
</thinking>


A "Hello World" program serves as the simplest introduction to a programming
language by demonstrating basic syntax while verifying the environment works correctly.

左右滑动查看完整示意

总结与展望

推理功能通过揭示模型思考过程，革新了人类与人工智能的交互方式。按照本指南中的步骤操作，您现在可以通过Amazon Bedrock使用Python访问并利用这一强大功能。

推理功能为增强信任、优化结果以及从与人工智能交互中获得更深刻洞见方面，创造了诸多令人振奋的新机遇。针对更高级别的应用场景，建议您考虑以下方面。

• 根据问题复杂程度灵活调整token预算，更复杂的问题可能需要更高的推理预算。

• 利用推理输出来验证多步骤计算或复杂分析过程的准确性。

• 通过调整提示比较不同的推理方法。

• 将推理与Claude函数调用等其他功能相结合，打造强大且透明的AI解决方案。

• 将推理功能作为教育工具，帮助理解专家级的问题解决策略。

通过将推理功能融入应用程序，您不仅仅是在获取答案，更是在深入了解问题解决的整个过程。这种透明度有助于建立用户信任，并提供更丰富、更有价值的AI交互体验。

本篇作者

Dennis Traub

亚马逊云科技软件工程师与开发者布道师

诚邀您参与「云上探索实验室」，扫描下方二维码，立即体验Amazon Bedrock，开启大模型选型的实战之旅！

星标不迷路，开发更极速！

关注后记得星标「亚马逊云开发者」

听说，点完下面4个按钮

就不会碰到bug了！

点击阅读原文查看博客！获得更详细内容！