Quel est l'objectif principal du prompt dans ce workflow ?	Aider les utilisateurs à écrire du code spécifique pour les cas d'usage AWS.
Quelles sont les trois types de sortie possibles pour le prompt ?	Python, configuration JSON, ou expression régulière brute.
Quelle contrainte doit être respectée par la réponse du prompt ?	Fournir uniquement la sortie demandée, sans explication, en-tête ou pied de page.
Comment est structuré un jeu de données (dataset) pour ce workflow ?	Un tableau d'objets JSON, où chaque objet contient une propriété 'task'.
Quelles sont les deux méthodes pour assembler un jeu de données ?	Manuellement ou en le générant automatiquement avec Claude.
Quel modèle est recommandé pour la génération automatique de jeux de données ?	Un modèle plus rapide comme Haiku.
Quel rôle joue la séquence d'arrêt (stop sequence) dans la fonction de génération ?	Elle indique à Claude quand arrêter de générer le contenu (ex: ```).
Quelle étape est cruciale après avoir reçu la réponse de Claude ?	Parser le texte reçu en JSON.
Comment le jeu de données final est-il sauvegardé ?	En utilisant `json.dump` dans un fichier nommé `dataset.json`.
Quel est le contenu d'un message utilisateur dans la fonction de génération ?	Le prompt initial qui demande à Claude de générer des cas de test.