...
Exerciții rezolvate

100 de exerciții rezolvate Aplicații AI cu LLM, cu soluții

Exerciții Aplicații AI cu LLM de la ușor la greu, fiecare cu cerința, un indiciu, soluția completă și explicația ei. Înveți de la zero cu Curs Aplicații AI cu Claude și OpenAI: primele 8 lecții sunt gratuite.

Le rezolvi direct pe pagină, în editorul Python, exact ca în lecțiile cursului: scrii, apeși Verifică și afli imediat dacă e corect.

Pagină coordonată de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

  • 100exerciții
  • 40ușor
  • 40mediu
  • 20greu
  • 5gratuite
Exerciții rezolvate Aplicații AI cu LLM

Pe pagina asta exersezi construirea de aplicații reale cu modele de limbaj, prin API: primele apeluri la Claude și OpenAI, prompturi clare cu ieșire JSON validată, conversații cu istoric și streaming, tool use, RAG cu embeddings și citarea surselor, agenți cu bucle de tool-uri, controlul costurilor, tratarea erorilor, caching și securitate. Situațiile sunt cele pe care le întâlnești în proiecte: chatbotul unui magazin, clasificarea tichetelor de suport, extragerea datelor din facturi, rezumatul unui contract, asistentul intern al unei firme.

Exercițiile sunt grupate pe capitole și merg de la ușor la greu în fiecare capitol. Fiecare exercițiu se rezolvă direct în pagină, în Python, cu SDK-urile anthropic și openai: apelurile ajung la un simulator al API-ului, care răspunde mereu la fel, deci nu ai nevoie de cheie API și rezultatul se poate verifica exact. Scrii codul, îl rulezi și compari cu soluția, care conține codul complet, prompturile și explicația. Codul rămâne același și cu API-ul real; acolo, textele generate de model diferă puțin de la o rulare la alta.

Harta exercițiilor

Trei insule, de la ușor la greu. Omulețul stă la exercițiul la care ai rămas: apasă pe orice exercițiu deschis ca să-l rezolvi.

Primele apeluri la API: mesaje, system prompt, max_tokens

1 Ușor Gratuit

Trimite primul mesaj către Claude și afișează răspunsul

Scrie un program Python care trimite o întrebare către Claude și afișează răspunsul, motivul opririi și tokenii consumați.

Întrebarea este scrisă direct în cod: Dă-mi 3 idei de nume pentru o cafenea mică din Brașov. Folosește SDK-ul anthropic, modelul claude-haiku-5-5 pus în constanta MODEL și maximum 300 de tokeni de răspuns. Cheia API nu se scrie în cod: clientul o citește singur din variabila de mediu ANTHROPIC_API_KEY (în pagină, API-ul este simulat și merge fără cheie).

Programul afișează textul răspunsului (lipit din blocurile de tip text), apoi pe linii separate stop_reason: ..., tokeni intrare: ... și tokeni ieșire: ....

Rezultatul așteptat
1. Cafeneaua de sub Tâmpa
2. Boabe și Brazi
3. Colțul Șchei
stop_reason: end_turn
tokeni intrare: 26
tokeni ieșire: 22
Indiciu

Clientul se uită singur după ANTHROPIC_API_KEY; ție îți rămân doar model, max_tokens și messages.

Erori frecvente aici:No module named 'anthropic'Missing required arguments (max_tokens)NotFoundError 404: not_found_error model

2 Ușor Gratuit

Scrie un system prompt pentru asistentul unei pizzerii

Creează un asistent pentru o pizzerie care răspunde doar despre meniu și comenzi, folosind parametrul system.

Pizzeria „La Cuptor” are în meniu: Margherita 32 lei, Diavola 38 lei, Quattro Formaggi 41 lei. Livrarea durează în jur de 40 de minute. Asistentul vorbește politicos, în română, răspunde în cel mult 3 propoziții și, dacă e întrebat despre altceva decât pizzeria, spune că poate ajuta doar cu meniul și comenzile. Toate aceste reguli și date stau în constanta SYSTEM, nu în mesajul clientului.

Trimite cele două întrebări din INTREBARI, fiecare într-un apel separat, și afișează pentru fiecare Client: <întrebare>, apoi Asistent: <răspuns> și o linie goală.

Rezultatul așteptat
Client: Cât costă o Diavola?
Asistent: Pizza Diavola costă 38 lei. Livrarea durează în jur de 40 de minute.

Client: Cine a câștigat aseară meciul?
Asistent: Îmi pare rău, pot ajuta doar cu meniul și comenzile pizzeriei „La Cuptor”.
Indiciu

Regulile și datele fixe ale aplicației stau în system, nu în mesajul utilizatorului.

Erori frecvente aici:Unexpected role "system" în messages

3 Ușor Gratuit

Limitează lungimea răspunsului cu max_tokens

Cere modelului o descriere lungă cu max_tokens=40 și detectează dacă răspunsul a fost tăiat.

Scrie funcția intreaba(intrebare, max_tokens) care trimite întrebarea, afișează textul primit, apoi, dacă stop_reason este max_tokens, afișează Răspuns incomplet: mărește max_tokens sau cere un text mai scurt., altfel Răspuns complet., iar la final o linie de 40 de cratime.

Apeleaz-o de două ori, cu aceeași limită de 40: întâi cu Explică pe larg cum funcționează un card de debit., apoi cu cerința reformulată ca să încapă: Explică în 2 propoziții scurte cum funcționează un card de debit.

Rezultatul așteptat
Un card de debit este legat direct de contul tău curent. Când plătești la un comerciant, terminalul trimite cererea către bancă,
Răspuns incomplet: mărește max_tokens sau cere un text mai scurt.
----------------------------------------
Cardul de debit e legat de contul tău curent. Când plătești, suma se scade imediat din banii pe care îi ai în cont.
Răspuns complet.
----------------------------------------
Indiciu

Limita din max_tokens taie răspunsul brusc, nu îl scurtează frumos; scurtarea o ceri prin instrucțiuni.

Erori frecvente aici:Missing required arguments (max_tokens)JSONDecodeError: Unterminated string (răspuns tăiat)max_tokens: ... > maximum allowed output tokens

4 Ușor Gratuit

Afișează câți tokeni a consumat un apel și cât a costat

Calculează costul unui apel din usage, știind prețul modelului: 0,10 $ pe milion de tokeni de intrare și 0,50 $ pe milion de tokeni de ieșire (constantele PRET_INTRARE și PRET_IESIRE din cod).

Trimite cerința Scrie un mesaj scurt de mulțumire pentru un client care a lăsat o recenzie de 5 stele. cu max_tokens=200. Citește din răspuns tokenii de intrare și de ieșire și calculează costul în dolari.

Afișează textul răspunsului, apoi Intrare: X tokeni, ieșire: Y tokeni, cost: Z $, cu costul cu 8 zecimale.

Rezultatul așteptat
Mulțumim din suflet pentru cele 5 stele! Ne bucurăm că ți-a plăcut experiența și te așteptăm cu drag din nou.
Intrare: 36 tokeni, ieșire: 35 tokeni, cost: 0.00002110 $
Indiciu

Costul este tokeni împărțiți la un milion, înmulțiți cu prețul, separat pentru intrare și ieșire.

Erori frecvente aici:'Message' object is not subscriptable'Usage' object has no attribute 'prompt_tokens'

5 Ușor Gratuit

Generează descrieri de produs pentru un magazin online

Generează automat câte o descriere scurtă pentru fiecare produs din lista PRODUSE, cu câte un apel la model pentru fiecare.

Fiecare descriere are 2 propoziții, ton prietenos, în română, fără superlative de tipul „cel mai bun”. Regulile stau în system prompt (constanta SYSTEM), iar produsul în mesajul utilizatorului, sub forma Produs: <nume>.

Afișează pentru fiecare produs numele, pe linia următoare descrierea (precedată de 3 spații), iar la final Tokeni de ieșire în total: N, suma tokenilor de ieșire ai celor trei apeluri.

Rezultatul așteptat
Rucsac impermeabil 25 L, negru
   Cu 25 de litri, ai loc pentru tot ce îți trebuie într-o zi pe munte. Materialul impermeabil îți ține lucrurile uscate și pe ploaie.
Termos din oțel inoxidabil 750 ml
   Îți iei cafeaua sau ceaiul la drum în 750 ml de oțel inoxidabil. E ușor de curățat și rezistă la drumuri lungi.
Lanternă frontală reîncărcabilă USB-C
   Ai mâinile libere și lumină exact unde te uiți. O încarci cu același cablu USB-C ca telefonul.
Tokeni de ieșire în total: 112
Indiciu

Același system prompt, un apel în buclă pentru fiecare produs, iar tokenii îi aduni într-o variabilă.

7 Mediu Blocat

Scrie o funcție reutilizabilă intreaba() pentru tot proiectul

Scrie o funcție intreaba(mesaj, system=None, max_tokens=500) care face apelul la Claude și pe care o pot folosi toate modulele unui proiect.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:type object 'Anthropic' has no attribute 'messages'create() takes 1 positional argument but 2 givencan only concatenate str (not "list") to str

10 Mediu Blocat

Trimite aceeași cerere la Claude și la OpenAI

Scrie două funcții, raspuns_claude(system, mesaj) și raspuns_openai(system, mesaj), care primesc aceleași argumente și returnează textul, ca aplicația să poată schimba furnizorul dintr-o setare.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:module 'openai' has no attribute 'ChatCompletion'OpenAI 401: Incorrect API key provided'Message' object has no attribute 'choices'

12 Greu Blocat

Continuă un răspuns tăiat de max_tokens fără să pierzi textul

Scrie o funcție genereaza_complet(cerinta, pas=60, max_runde=4) care cere un text lung și, dacă răspunsul a fost tăiat de max_tokens, îi cere modelului să continue exact de unde a rămas, apoi lipește bucățile.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:JSONDecodeError: Unterminated string (răspuns tăiat)max_tokens: ... > maximum allowed output tokens

Prompt engineering și răspunsuri JSON

13 Ușor Blocat

Transformă un prompt vag într-unul clar pentru e-mailuri de ofertă

Rescrie promptul vag din constanta PROMPT (Scrie un e-mail de ofertă pentru clienți.) astfel încât modelul să producă de la prima încercare un e-mail utilizabil, apoi trimite-l.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:KeyError: '"nume"' (str.format pe prompt cu JSON)Replacement index 1 out of range (format)

17 Ușor Blocat

Cere un răspuns JSON și citește-l cu json.loads

Cere modelului datele unei rezervări într-un obiect JSON, transformă textul în dicționar Python cu json.loads și tratează cazul în care răspunsul nu este JSON valid.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:does not support assistant message prefillJSONDecodeError: Expecting value (char 0)JSON object must be str, bytes..., not list

18 Ușor Blocat

Extrage numele, telefonul și orașul dintr-un mesaj de comandă

Folosește ieșirea structurată cu schemă JSON (output_config) ca să extragi garantat câmpurile nume, telefon și oras din mesajele primite de un magazin.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:JSONDecodeError: Expecting value (char 0)JSON object must be str, bytes..., not listKeyError: 'email' (câmp lipsă în JSON-ul modelului)

19 Mediu Blocat

Extrage datele dintr-o factură în JSON și verifică totalul

Extrage datele facturii din FACTURA într-un JSON cu schemă, apoi verifică în Python că totalul declarat este egal cu suma liniilor.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:JSONDecodeError: Unterminated string (răspuns tăiat)could not convert string to float: '248,50'unsupported operand type(s) for +: 'int' and 'str'

20 Mediu Blocat

Validează JSON-ul primit de la model cu un dataclass și reguli proprii

Definește un dataclass Programare pentru o programare la o clinică veterinară și folosește-l ca să validezi răspunsul JSON primit de la Claude, înainte să-l salvezi.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:KeyError: 'email' (câmp lipsă în JSON-ul modelului)list indices must be integers or slices, not strinvalid literal for int() with base 10: '4 stele'

23 Mediu Blocat

Reîncearcă automat când modelul dă JSON invalid

Scrie o funcție cere_json(mesaj, chei, incercari=3) care cere un obiect JSON fără ieșire structurată și, dacă răspunsul nu se parsează sau lipsesc chei, îi trimite modelului eroarea și cere corectarea.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:JSONDecodeError: Expecting value (char 0)JSONDecodeError: Extra dataJSONDecodeError: Invalid control character

Conversații, streaming și fereastra de context

32 Mediu Blocat

Păstrează doar ultimele N schimburi din istoricul conversației

Scrie funcția taie_istoric(istoric, n) care păstrează doar ultimele n schimburi (o întrebare a clientului cu răspunsul ei) dintr-o conversație, fără să strice regula că primul mesaj trebuie să fie de la user.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:first message must use the "user" roleprompt is too long: tokens > maximummessages: at least one message is required

33 Mediu Blocat

Ține istoricul conversației sub un buget de tokeni

Scrie funcția potriveste_in_buget(client, system, istoric, buget) care elimină cele mai vechi schimburi din istoric până când tokenii de intrare (numărați cu count_tokens) ajung cel mult la buget.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:prompt is too long: tokens > maximumThis model's maximum context length is ... tokenscount_tokens() got an unexpected keyword argument

35 Mediu Blocat

Măsoară timpul până la primul token în streaming

Măsoară, cu streaming, cât de repede vede utilizatorul primul cuvânt și cât durează tot răspunsul, pentru o întrebare la un asistent bancar.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:'RawMessageStartEvent' has no attribute 'delta'MessageStreamManager: no attribute 'text_stream''generator' object is not callable (text_stream)

Tool use și function calling

40 Ușor Blocat

Detectează când modelul cere un tool și citește argumentele

Trimite un mesaj unui asistent de vreme care are tool-ul vremea_azi(oras) și afișează ce tool a cerut modelul, cu ce argumente și id-ul apelului.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:'ToolUseBlock' object has no attribute 'text''list' object has no attribute 'text''NoneType' object has no attribute 'strip'

43 Ușor Blocat

Semnalează modelului eroarea unui tool cu is_error

Modifică execuția tool-ului cauta_zbor(cod) al unei agenții de turism astfel încât, când zborul nu există sau serviciul nu răspunde, modelul să primească eroarea marcată cu is_error și să-i explice clientului ce s-a întâmplat.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:tool: got an unexpected keyword argumentKeyError: 'cauta_comanda' (tool necunoscut)

44 Mediu Blocat

Implementează bucla completă de tool use pentru un calculator de TVA

Scrie funcția ruleaza(intrebare) care repetă apelurile la model cât timp acesta cere tool-uri, execută tool-ul calculeaza_tva și returnează textul final.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:'ToolUseBlock' object has no attribute 'text'`tool_use` ids were found without `tool_result`can't multiply sequence by non-int of type 'float'

46 Mediu Blocat

Construiește un dispecer de tool-uri cu un dicționar de funcții

Scrie un dispecer reutilizabil executa(bloc) care primește un bloc tool_use, găsește funcția potrivită într-un registru și returnează dicționarul tool_result gata de trimis, inclusiv pentru erori.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:No tool call found for function call outputtool: got an unexpected keyword argumentargument after ** must be a mapping, not str

48 Mediu Blocat

Implementează function calling cu OpenAI Responses API

Scrie bucla de function calling pentru OpenAI Responses API, cu modelul gpt-6-luna, pentru un asistent de cinematograf care are funcția program_filme(data).

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:string indices must be integers (arguments)No tool call found for function call output'NoneType' object has no attribute 'strip'

RAG: embeddings, chunking și căutare

53 Ușor Blocat

Calculează similaritatea cosinus între doi vectori

Scrie funcția cosinus(a, b) în Python pur (doar modulul math) care calculează similaritatea cosinus între doi vectori și folosește-o ca să afli care document e mai apropiat de o întrebare.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:zip() argument 2 is longer (dimensiuni diferite)float division by zero (similaritate cosinus)

55 Ușor Blocat

Împarte un document în bucăți de lungime fixă cu suprapunere

Scrie funcția imparte(text, marime, suprapunere) care împarte un text în bucăți de cel mult marime cuvinte, fiecare bucată începând cu ultimele suprapunere cuvinte din bucata anterioară.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:'charmap' codec can't decode byte 0x9d'$.input' is invalid (embeddings)range() arg 3 must not be zero

56 Ușor Blocat

Găsește documentul cel mai apropiat de întrebarea unui client

Folosește embeddings ca să găsești, dintre cele 4 răspunsuri pregătite de o firmă de curierat (RASPUNSURI), pe cel care se potrivește cel mai bine cu întrebarea clientului (INTREBARE).

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:'list' object has no attribute 'embedding''<' not supported between 'dict' and 'dict'float division by zero (similaritate cosinus)

59 Mediu Blocat

Construiește un index vectorial în memorie, în Python pur

Scrie o clasă IndexVectorial care păstrează vectorii în memorie și găsește cele mai apropiate k bucăți pentru o întrebare, prin similaritate cosinus.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:zip() argument 2 is longer (dimensiuni diferite)No such file or directory: 'index_vectori.json''<' not supported between 'dict' and 'dict'

63 Mediu Blocat

Salvează embeddings pe disc ca să nu le recalculezi

Scrie funcția embeddings_cu_cache(texte, cale="cache_embeddings.json") care calculează embeddings doar pentru textele noi și le reia pe celelalte dintr-un fișier, ca reindexarea zilnică a unui catalog să nu plătească din nou pentru textele neschimbate.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:zip() argument 2 is longer (dimensiuni diferite)No such file or directory: 'index_vectori.json'unhashable type: 'list'

Agenți AI și MCP

Costuri, erori, caching și evaluare

83 Mediu Blocat

Implementează exponential backoff cu jitter pentru erorile 429

Scrie funcția cu_reincercare(functie, max_incercari=5, baza=1.0, maxim=30.0) care reîncearcă un apel la API când primește 429, 5xx (de exemplu 529) sau o eroare de conexiune, cu pauze care cresc exponențial și au o parte aleatoare (jitter):

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:RateLimitError 429: rate_limit_errorname 'RateLimitError' is not definedfloat() argument must be... not 'NoneType'

90 Greu Blocat

Comută automat pe alt furnizor când API-ul principal e suprasolicitat

Scrie funcția genereaza(system, mesaj, acum) pentru chatbotul unui magazin online, care folosește Claude ca furnizor principal și trece automat pe OpenAI (gpt-6-luna, prin Responses API) când Claude e indisponibil, apoi revine la Claude după o pauză.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Erori frecvente aici:529 overloaded_error: Overloaded503 - The server is overloaded or not ready yetcannot access local variable 'r' (după retry)

Securitate, prompt injection și date personale

97 Mediu Blocat

Limitează tool-urile disponibile după rolul utilizatorului

Scrie funcția tools_pentru(rol) pentru asistentul intern al unei clinici, care returnează doar tool-urile la care are acces rolul utilizatorului (lista trimisă la API), și dispecerul executa(rol, nume_tool, argumente), care verifică din nou permisiunea și aruncă AccesInterzis pentru orice tool nepermis.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM
98 Mediu Blocat

Anonimizează CNP-urile și IBAN-urile dintr-un tichet de suport

Scrie funcția anonimizeaza(text) care înlocuiește CNP-urile și IBAN-urile românești dintr-un tichet cu etichete numerotate ([CNP_1], [IBAN_1] etc.) și returnează și dicționarul de corespondență (etichetă -> valoare), ca valorile reale să poată fi puse înapoi după răspunsul modelului.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Aplicații AI cu LLM

Exerciții rezolvate la alte tehnologii

← Toate exercițiile rezolvate

Tudor Andrei Dumitrescu
Cine coordonează exercițiile

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Exercițiile de aici sunt gândite ca la job: date concrete, cerințe clare și soluții pe care le poți explica la un interviu de Aplicații AI cu LLM.

Învață Aplicații AI cu LLM de la zero, cu exerciții la fiecare lecție

Curs Aplicații AI cu Claude și OpenAI: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 8 lecții sunt gratuite.