Python
IA
Tutoriel
31 mars 2026

Créer un chatbot IA avec Claude API en Python — Tutoriel débutant 2026

Vous voulez intégrer une IA dans votre app Python ? L'API Claude d'Anthropic est l'une des plus puissantes et des plus simples à utiliser. Voici comment passer de zéro à un chatbot fonctionnel en 30 minutes.

Claude est le modèle de langage développé par Anthropic. En 2026, Claude 3.7 et Claude 4 sont parmi les LLM les plus capables pour les tâches complexes (analyse de code, raisonnement, rédaction longue). Et l'API est remarquablement bien conçue pour les développeurs.

Prérequis

• Python 3.8+

• Un compte Anthropic (plan gratuit disponible avec crédits d'essai)

• Notions de base en Python

Étape 1 — Créer votre compte et obtenir une clé API

• Allez sur console.anthropic.com

• Créez un compte gratuit

• Dans "API Keys", cliquez sur "Create Key"

• Copiez la clé — vous ne pourrez plus la voir après

Stockez-la dans une variable d'environnement, jamais en dur dans votre code :

export ANTHROPIC_API_KEY="sk-ant-votre-cle-ici"

Étape 2 — Installer le SDK Python

pip install anthropic

Étape 3 — Votre premier appel API

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=1024,
messages=[
{"role": "user", "content": "Explique-moi les closures en Python en 3 phrases."}
]
)

print(message.content[0].text)

C'est tout. Vraiment. Lancez ce script et vous aurez une réponse de Claude en quelques secondes.

Étape 4 — Créer un vrai chatbot avec historique

Un chatbot doit se souvenir de la conversation. Voici comment gérer l'historique :

import anthropic

client = anthropic.Anthropic()
conversation_history = []

def chat(user_message):
# Ajouter le message utilisateur à l'historique
conversation_history.append({
"role": "user",
"content": user_message
})

# Appel API avec tout l'historique
response = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=1024,
system="Tu es un assistant utile et concis. Tu réponds en français.",
messages=conversation_history
)

# Extraire la réponse
assistant_message = response.content[0].text

# Ajouter la réponse à l'historique
conversation_history.append({
"role": "assistant",
"content": assistant_message
})

return assistant_message

Interface de chat simple

print("Chatbot Claude — tapez 'quit' pour quitter")
while True:
user_input = input("\nVous : ")
if user_input.lower() == "quit":
break
response = chat(user_input)
print(f"\nClaude : {response}")

Étape 5 — Ajouter une personnalité avec le system prompt

Le paramètre system est l'outil le plus puissant de l'API. Il définit le comportement et la personnalité du chatbot :

system_prompt = """
Tu es Alex, un assistant expert en productivité et en automatisation.

• Tu réponds toujours en français
• Tes réponses sont courtes et actionnables (max 3 paragraphes)
• Tu suggères toujours une action concrète à la fin de chaque réponse
• Tu es enthousiaste mais pas excessif """

response = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=1024,
system=system_prompt,
messages=[{"role": "user", "content": "Comment mieux gérer mon temps ?"}]
)

Étape 6 — Créer une API Flask pour servir le chatbot

from flask import Flask, request, jsonify
import anthropic

app = Flask(name)
client = anthropic.Anthropic()

@app.route('/chat', methods=['POST'])
def chat():
data = request.json
messages = data.get('messages', [])

response = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=1024,
system="Tu es un assistant utile. Réponds en français.",
messages=messages
)

return jsonify({
"response": response.content[0].text,
"usage": {
"input_tokens": response.usage.input_tokens,
"output_tokens": response.usage.output_tokens
}
})

if name == 'main':
app.run(debug=True, port=5000)

Testez avec curl :

curl -X POST http://localhost:5000/chat \
-H "Content-Type: application/json" \
-d '{"messages": [{"role": "user", "content": "Bonjour !"}]}'

Tarification — Ce que ça coûte vraiment

Modèle
Input (par M tokens)
Output (par M tokens)
Cas d'usage

claude-haiku-4-5
0.25$
1.25$
Tâches simples, haut volume

claude-sonnet-4-5
3$
15$
Équilibre qualité/prix

claude-opus-4-6
15$
75$
Tâches complexes

Pour un chatbot avec 1000 conversations/jour de ~500 tokens chacune, comptez environ 2-5$ par mois avec Haiku. Très accessible.

Bonnes pratiques

• Gérez les erreurs : wrappez vos appels dans try/except pour gérer les rate limits

• Limitez l'historique : gardez les N derniers messages pour éviter des coûts excessifs

• Loggez les conversations : indispensable pour débugger et améliorer le système prompt

• Utilisez le streaming : pour un affichage en temps réel (UX bien meilleure)

Aller plus loin

• Tool use (function calling) : laissez Claude appeler vos propres fonctions Python

• Vision : envoyez des images à analyser

• Prompt caching : réduisez les coûts sur les system prompts longs

En 30 minutes, vous pouvez avoir un chatbot fonctionnel. C'est vraiment accessible même pour les débutants.

Note : les prix mentionnés sont indicatifs et peuvent évoluer. Consultez la documentation Anthropic pour les tarifs actuels.

---

Article original: Créer un chatbot IA avec Claude API en Python — Tutoriel débutant 2026