Hoe bouw je een plugin of app met AI erin, bijvoorbeeld door de Claude API in een WordPress-plugin te integreren?

Question

Accepted Answer

Je bouwt AI in een app door de API van het model **server-side** aan te roepen en de uitvoer ervan als onvertrouwde invoer te behandelen. Voor Claude betekent dit het aanroepen van de **Messages API** vanuit je backend (PHP, voor een WordPress-plugin) met de API-sleutel op de server — nooit in client-side JavaScript, waar iedereen deze kan stelen.

## De server-side aanroep

De belangrijkste regel: de **API-sleutel bevindt zich op de server**. De browser praat met *jouw* eindpunt; *jouw* eindpunt praat met Claude.

```php
<?php
// In a WordPress plugin: run this in PHP (server-side), never expose the key to JS.
$resp = wp_remote_post( 'https://api.anthropic.com/v1/messages', [
  'headers' => [
    'x-api-key'         => getenv( 'ANTHROPIC_API_KEY' ), // from env/secret store, not code
    'anthropic-version' => '2023-06-01',
    'content-type'      => 'application/json',
  ],
  'timeout' => 30,
  'body' => wp_json_encode( [
    'model'      => 'claude-sonnet-4-5',   // pick a current model id
    'max_tokens' => 1024,                   // cap output → controls cost
    'messages'   => [
      [ 'role' => 'user', 'content' => $user_prompt ],
    ],
  ] ),
] );

if ( is_wp_error( $resp ) ) { /* handle network/timeout errors, maybe retry */ }
$data = json_decode( wp_remote_retrieve_body( $resp ), true );
$text = $data['content'][0]['text'] ?? '';   // validate before trusting/displaying it
```

## Verder dan de basis

```text
- TOOL USE / FUNCTION CALLING → let the model call your functions (search, DB lookup)
- STREAMING                   → stream tokens for a responsive UI on long answers
- PROMPT CACHING              → cache a large static system prompt → cheaper, faster
- STRUCTURED OUTPUT           → ask for JSON, then parse + schema-validate it
- ERRORS & RATE LIMITS        → handle 429/5xx with backoff + retry; show a fallback
- COST                        → cap max_tokens, log token usage, set per-user limits
```

**Valideer modeluitvoer altijd voordat je deze gebruikt**: voer deze nooit uit als code, render deze niet zonder escape-teken, of schrijf deze niet ongecontroleerd naar je DB. Het model is een krachtige maar foutgevoelige tekstgenerator, geen vertrouwde bron.

## Waarom het belangrijk is

AI in een echt product verzenden gaat vooral om de saaie-maar-kritieke engineering rond de aanroep, niet om de aanroep zelf. De sleutel server-side houden voorkomt diefstal en ongecontroleerde rekeningen; fouten, tarieflimieten en kosten afhandelen houdt de functie betrouwbaar en betaalbaar; en het valideren van uitvoer voordat je ernaar handelt voorkomt dat de fouten van het model of een geïnjecteerde instructie een beveiligingslek wordt. Doe het goed en de Messages API wordt een betrouwbaar bouwsteen; sla het over en een indrukwekkende demo wordt een gelekte sleutel, een verrassende factuur, of een exploit.