Nachdem du deine Tool-Funktion geschrieben hast, besteht der nächste Schritt darin, ein JSON-Schema zu erstellen, das Claude mitteilt, welche Argumente deine Funktion erwartet und wie sie zu verwenden ist. Dieses Schema dient als Dokumentation, die Claude liest, um zu verstehen, wann und wie es deine Tools aufrufen soll.
JSON Schema verstehen
JSON Schema ist nicht spezifisch für KI oder Tool-Aufrufe – es handelt sich um eine weit verbreitete Spezifikation zur Datenvalidierung, die es schon seit Jahren gibt. Die KI-Community hat sie übernommen, weil sie eine praktische Möglichkeit bietet, Funktionsparameter zu beschreiben und Daten zu validieren.

Die vollständige Tool-Spezifikation besteht aus drei Hauptteilen:
- name – Ein klarer, beschreibender Name für dein Tool (wie „get_weather“)
- description – Was das Tool tut, wann es verwendet werden soll und was es zurückgibt
- input_schema – Das eigentliche JSON-Schema, das die Argumente der Funktion beschreibt
Effektive Beschreibungen schreiben
Deine Tool-Beschreibung ist entscheidend, damit Claude versteht, wann deine Funktion verwendet werden soll. Zu den bewährten Vorgehensweisen gehören:
- Strebe 3–4 Sätze an, die erklären, was das Tool tut
- Beschreibe, wann Claude es verwenden sollte
- Erkläre, welche Art von Daten es zurückgibt
- Gib ausführliche Beschreibungen für jedes Argument an

Der einfache Weg, Schemas zu generieren
Anstatt JSON-Schemas von Grund auf zu schreiben, kannst du Claude selbst nutzen, um sie zu generieren. So läuft der Prozess ab:
- Kopiere den Code deiner Tool-Funktion
- Gehe zu Claude und bitte es, ein JSON-Schema für den Tool-Aufruf zu schreiben
- Füge die Anthropic-Dokumentation zur Tool-Nutzung als Kontext hinzu
- Lass Claude ein korrekt formatiertes Schema gemäß den bewährten Vorgehensweisen generieren
Der Prompt sollte etwa so aussehen: „Schreibe eine gültige JSON-Schema-Spezifikation für Zwecke des Tool-Aufrufs für diese Funktion. Befolge die in der beigefügten Dokumentation aufgeführten bewährten Vorgehensweisen.“

Implementierung des Schemas im Code
Sobald Claude dein Schema generiert hat, kopiere es in deine Code-Datei. Hier ist ein gutes Benennungsmuster, dem du folgen kannst:
def get_current_datetime(date_format="%Y-%m-%d %H:%M:%S"):
if not date_format:
raise ValueError("date_format cannot be empty")
return datetime.now().strftime(date_format)
get_current_datetime_schema = {
"name": "get_current_datetime",
"description": "Returns the current date and time formatted according to the specified format",
"input_schema": {
"type": "object",
"properties": {
"date_format": {
"type": "string",
"description": "A string specifying the format of the returned datetime. Uses Python's strftime format codes.",
"default": "%Y-%m-%d %H:%M:%S"
}
},
"required": []
}
}Verwende das Muster function_name gefolgt von function_name_schema, um deine Schemas organisiert zu halten und sie leicht den entsprechenden Funktionen zuordnen zu können.
Typsicherheit hinzufügen
Importiere und verwende für eine bessere Typprüfung den Typ ToolParam aus der Anthropic-Bibliothek:
from anthropic.types import ToolParam
get_current_datetime_schema = ToolParam({
"name": "get_current_datetime",
"description": "Returns the current date and time formatted according to the specified format",
# ... Rest des Schemas
})Obwohl dies für die Funktionalität nicht zwingend erforderlich ist, verhindert es Typfehler, wenn du das Schema mit der Claude API verwendest, und macht deinen Code robuster.