當用戶詢問「該地區有哪個敵方軍事單位？」助理AIP猜測「根據裝備的設計，很可能是一個裝甲突擊營」。這促使分析師請求使用 MQ-9 Reaper 無人機來勘察現場。然後，他們要求助理 AIP“產生 3 個行動方案來瞄準該敵方裝備”，幾分鐘內，助理建議用“飛機”、“遠程火砲”或“戰術小組”攻擊該單位。使用者告訴助手將這些選擇發送給假想的指揮官，由他最終選擇戰術團隊。
最後的步驟很快就完成了：分析師要求助理 AIP“分析戰場”，然後“創建一條路線”讓部隊到達敵人，最後“分配幹擾器”來破壞他們的通訊設備。幾秒鐘之內，分析員就對作戰計畫進行了最終修改，並命令部隊進行動員。
在這種情況下，Claude 將成為 AIP 助手的「聲音」以及它用來產生回應的「推理」。其他 AIP 演示向使用者展示了以大致相同的方式與大型語言模型互動。例如，在上週的一篇部落格文章中，Palantir 解釋了 Maven 智慧系統客戶 NATO 如何在該工具中使用 AIP 代理。
Palantir 在圖表中展示了第三方國防承包商如何從 Palantir 的多個內建 AI 模型中進行選擇，包括 OpenAI 的 ChatGPT 和 Meta 的 Llama 的不同版本。使用者選擇 OpenAI 的 GPT 4.1，但看起來，士兵也可以選擇選擇 Claude。
然後，分析人員查看顯示部隊和武器位置的數位地圖。在標有“COA”（行動方針）的面板上，他們單擊一個按鈕，提示 GPT-4.1 支持的工俱生成五種可能的軍事策略，其中包括一種名為“火力支援，然後滲透-衝擊-摧毀”的策略。
另一個例子展示了系統如何幫助解釋衛星圖像：分析人員在地圖上選擇三個油罐車檢測結果，將它們加載到 AIP 代理的聊天介面中，並要求其「解釋」圖像並建議下一步操作的選項。
克勞德還可以被軍方用來產生情報評估，為以後的打擊計畫提供資訊。 2025 年 6 月，《連線》雜誌看到了 Anthropic 公共事務主管 Kunaal Sharma 的演示，展示瞭如何使用企業版 Claude 生成有關現實生活中被稱為「蜘蛛網行動」的烏克蘭無人機襲擊的「高級」報告。夏爾馬解釋說，在演示中，克勞德僅依賴公開資訊。但他表示，透過與 Palantir 合作，聯邦政府還可以利用內部資料集。
夏爾馬說：“這通常是我可能會坐上五個小時，喝杯咖啡，搜索谷歌，然後去智庫，開始寫報告，等等。” “但我沒有那樣的時間。”
在演示中，Sharma 要求 Claude 創建有關“蜘蛛網行動”資訊的“互動式儀表板”，然後將其轉換為可以在 Palantir 軟體產品之一 Foundry 中進行分析的“物件類型”。他還要求克勞德寫一份對俄羅斯邊境省份近期事態發展的詳細分析，以及一份200字的關於此次行動「軍事和政治影響」的總結。
“老實說，我讀這類東西已有二十年了——我一直在寫它，我自己也是一名學者，”夏爾馬說，“這真的非常好。”
