El código que hemos escrito hasta ahora simula un intercambio muy simple con Claude. Pero, ¿qué sucede cuando quieres continuar una conversación? Cuando haces una pregunta de seguimiento como "¿Y 3 más?" después de preguntar "¿Cuánto es 1+1?", podrías esperar que Claude entienda que estás preguntando sobre sumar 3 al resultado anterior de 2.

Sin embargo, hay algo fundamental que necesitas entender sobre la API de Bedrock y sobre Claude mismo.
Sin almacenamiento de mensajes
Bedrock y Claude no almacenan ningún mensaje. Ninguno de los mensajes que envías se almacena, y tampoco se almacena ninguna de las respuestas que recibes. Cada llamada a la API es completamente independiente.

Para tener una conversación con múltiples mensajes que mantenga el contexto, necesitas:
- Mantener manualmente una lista de todos los mensajes en tu código
- Proporcionar esa lista completa de mensajes con cada solicitud de seguimiento
Por qué importa el contexto
Veamos qué sucede sin el contexto adecuado. Si envías solo "¿Y 3 más?" como un mensaje independiente, Claude no tiene idea a qué te refieres. Hará lo posible por responder, pero la respuesta no tendrá sentido porque carece del contexto de tu conversación anterior.

Cuando envías únicamente la pregunta de seguimiento, Claude solo ve ese mensaje aislado e intenta responder sin conocer el intercambio anterior de "¿Cuánto es 1+1?".

Construcción del contexto de la conversación
Para mantener el contexto, necesitas incluir el historial completo de la conversación en cada solicitud. Así es como funciona:

Tu lista de mensajes debe contener todos los intercambios anteriores, tanto los mensajes del usuario como las respuestas del asistente. Cuando envías este contexto completo, Claude puede entender que "¿Y 3 más?" se refiere a sumar 3 al resultado anterior de 2.
Funciones auxiliares para la gestión de mensajes
Para facilitar la gestión de la conversación, puedes crear funciones auxiliares:
def add_user_message(messages, text):
user_message = {
"role": "user",
"content": [
{"text": text}
]
}
messages.append(user_message)
def add_assistant_message(messages, text):
assistant_message = {
"role": "assistant",
"content": [
{"text": text}
]
}
messages.append(assistant_message)
def chat(messages):
response = client.converse(
modelId=model_id,
messages=messages
)
return response["output"]["message"]["content"][0]["text"]Implementación de conversaciones multiturno
Así es como se construye una conversación paso a paso:
# Crear una lista inicial de mensajes
messages = []
# Agregar la pregunta inicial del usuario "¿Cuánto es 1+1?"
add_user_message(messages, "What's 1+1?")
# Pasar la lista de mensajes a chat para obtener una respuesta
answer = chat(messages)
# Tomar la respuesta y agregarla como mensaje del asistente a la lista
add_assistant_message(messages, answer)
# Agregar la pregunta de seguimiento del usuario
add_user_message(messages, "And 3 more added to that?")
# Llamar a chat de nuevo con la lista de mensajes para obtener la respuesta final
answer = chat(messages)
print(answer)Este enfoque garantiza que Claude tenga el contexto completo y pueda responder adecuadamente: "Partiendo del resultado de 1+1 = 2, si sumamos 3 más a eso, obtenemos: 2 + 3 = 5"
Alternancia de roles de mensaje
Al construir tu lista de mensajes, asegúrate siempre de que los roles de los mensajes alternen correctamente:

Tu conversación debe seguir el patrón: usuario → asistente → usuario → asistente. Nunca tengas dos mensajes de usuario seguidos ni dos mensajes de asistente seguidos. Este patrón de alternancia es requerido por la API y refleja el flujo natural de una conversación.
Si bien esta gestión manual de mensajes puede parecer tediosa al principio, te acostumbrarás rápidamente. Este patrón es fundamental para construir cualquier aplicación que necesite mantener el contexto conversacional con Claude.