OpenAI:n API:lla ohjelmoida tekoälypohjaisia keskusteluja, myyntiassistentteja ja tekstiseikkailuja

Tämä odottaa sinua tässä OpenAI-API-kurssissa.

Tässä videossa käsitellään käytettyjä työkaluja ja tarvittavia tietoja.

Tässä on kyse OpenAI-alustasta ja siitä, miten sitä voidaan käyttää.

Tässä on kyse OpenAI:n päivityksestä. Selvitä, mitä muutoksia on tehty. Projektitiedostossa on vielä kerran koottu kaikki tärkeä yhteen.

Luomme ensimmäisen projektimme käyttäen npm create astro ja tarkastelemme tuotteen rakennetta.

Koska käytämme käyttöliittymässämme Reactia, Astro JS on ensin vielä saatettava kyvykkäämmäksi React-komponenttien käyttämiseen.

Chatin palvelumme loppupiste on get--pyyntö URL-osoitteeseen /api/chat. Luomme tämän loppupisteen tässä videossa.

OpenAI-API:ta käyttääksemme tarvitsemme API-avaimen, jonka voimme luoda OpenAI-alustallamme tilimme kautta, sekä openai-npm-paketin.

Testataaksemme käytimme kiinteää tekstiä palvelimella. Täällä haluamme ensimmäistä kertaa käyttää tekstiä, joka selaimen toimesta lähetetään URL:in kyselyparametrinä.

Vain selaimen osoiterivillä keskustelu URL:n kautta ei ole pysyvä ratkaisu. Siksi luomme tässä videossa alkeellisen React-UI:n, joka mahdollistaa keskustelutekstin syöttämisen.

Emme vielä ole oikeaa chattia, vaan saamme vain kysymyksen ja siihen vastauksen. Jotta voimme käydä antoisan keskustelun LLM:n kanssa, meidän täytyy muistaa chatin kulku.

Toisinaan haluaa vain aloittaa alusta ja unohtaa sanotun. Jotta palvelinta ei tarvitse käynnistää uudelleen tähän tarkoitukseen, käytämme keskustelu-ID:tä nollataksemme keskusteluhistorian palvelimella.

Tähän mennessä chattaaminen on ollut hyvin alkeellista. Tänne lisätään joitakin parannuksia, jotka siirtävät meidän chattisovelluksemme hieman enemmän kohti ChatGPT:ä.

Chatin kirjautumista ei ole ollut helppo lukea ja tässä videossa sitä tehdään hieman ”kauniimmaksi”.

Nyt ensimmäinen Chat-sovelluksemme on valmis, mutta on vielä paljon tekemistä, jos haluaa kilpailla ChatGPT:n kanssa. ;-) Jos et halua tehdä niin, voit jatkaa seuraavassa osiossa uuden projektin parissa.

Aloitamme uuden projektin ja käytämme siinä ensimmäistä chat-sovellustamme.

Peli tarvitsee tarinan. Tässä videossa esittelen ideani siihen ja teen ensimmäisiä valmisteluja pelin navigointia varten.

Kolme tehtävää (komentoa) pelaajan on suoritettava päästäkseen pelin (väliaikaiseen) loppuun. Valmistan nämä tässä videossa.

Baarimikko on ensimmäisenä chat-kumppanina tässä pelissä ja hänet "herätetään eloon" tässä videossa.

Aiemmin baarimikko oli hieman tietämätön roolistaan pelissä. Korjaamme tilanteen lisäämällä ensimmäisen järjestelmäkyselyn.

Chat-kumppanimme on sulautunut rooliinsa baarimikkona, mutta ohjelmassa emme vielä tiedä, onko pelaaja suorittanut tehtävän. Tätä varten voidaan käyttää toimintokutsuja, jotka LLM voi tehdä itse, jos se katsoo sen tarpeelliseksi. Meidän täytyy huolehtia siitä, että näin tapahtuu.

Funktionaalikutsuilla voi olla paluuarvoja ja meidän täytyy myös kertoa ne tekoälylle, mikä tapahtuu tässä videossa.

Asiakkaalle (selain) on ilmoitettava, että tehtävä on suoritettu, jotta pelaaja voi keskustella myös tohtori Owenin kanssa ja lähestyä tavoitetta.

Jopa kaunein keskustelu on lopetettava, mutta miten teemme tämän ohjelmaan? Tietysti funktion kutsulla.

Lopulta pelaaja voi puhua tekoälyasiantuntijan kanssa saadakseen tämän kautta viimeisen arvoituksen ratkaisun.

Baarimikko ja tohtori Owen ovat kaksi eri hahmoa eivätkä siksi saa jakaa chat-historiaa. Siksi meidän tulisi luoda tohtori Owenille uusi chat-historia.

Dr. Owen tarvitsee toiminnon, jotta tiedämme, että pelaajaa on pyydetty ratkaisemaan hänen pienen turvallisuusrobottiongelmansa ja että hän on saanut vastauksen. Hän saa sen tässä videossa.

Viimeinen vastustajamme tässä pelissä on turvallisuusrobotti, joka ei halunnut päästää meitä koko ajan ohi. Nyt pelaajalla on valta tai pikemminkin tieto, jolla lopulta pystyy petkuttamaan häntä.

Uusi projektimme vie meidät kitarakauppojen maailmaan, tietysti ystävällisenä tukena OpenAI:n API:sta, joka mahdollistaa virtuaalisen myyntiavustajan luomisen.

Tähän asti myyntiassistentti ei ole ollut erityisen hyvä neuvonnassa. Tätä pyritään nyt parantamaan simuloidun "tietokannan" avulla kartoilla.

Meillä oli tähän mennessä vain 2 tuotetta, joita lisäämme tähän videoon 4. Tärkeää tässä on, että meillä on nyt useita tuotteita per tyyppi ja voimme siten kysyä myyntiavustajalta esimerkiksi, mitä sähköbassoja valikoimassa on.

Hinta ei ole kitaran ostossa kaikki, mutta asiakkaan, joka ei halua ottaa uutta asuntolainaa, tulisi kuitenkin olla kykenevä kysymään myyjältä sähkökitaroita alhaisessa tai keskitasoisessa hintaluokassa. Tämä saavutetaan toisella parametrilla priceRange kyseisessä toiminnossa, jonka LLM:ää tulisi kutsua.

Olemme rikkoneet sen viimeisen videon kanssa. Mutta älä huoli, virhe on nopeasti korjattu, kun tietää, missä sitä pitää etsiä.

Mikä olisi verkkokauppa ilman ostoskoria? Vaikka emme tule toteuttamaan varsinaista ostoskoria (se ei ole tämän kurssin tarkoitus), tässä videossa luomme kuitenkin perusteet sille, että voit kytkeä ostoskorin virtuaaliseen myyntiavustajaan. Tässäkin tapauksessa apuna on toimintokutsu!

Asiakkaat tietävät useimmissa tapauksissa tuotteiden nimet vain suunnilleen. LLM voi suorittaa toimintapyynnön vain niillä nimillä, jotka ovat asiakkaan pyynnössä. Mutta pienellä kikalla tekoälyä voidaan käyttää melko helposti "epätarkkaan" hakuun tuotenimissä näitä tapauksia varten.

Pieni yhteenveto siitä, mitä saavutimme tässä kurssissa, mitä voitte siitä tehdä ja mitkä mielenkiintoiset API-liittymät OpenAI:lla vielä ovat saatavilla.