OpenAI API: Yapay zeka tabanlı sohbetler, satış asistanları ve metin maceraları programlamak

Bu OpenAI-API kursunda seni neler bekliyor.

Bu videoda kullanılan araçlar ve gerekli bilgiler ele alınacaktır.

Burada OpenAI platformu ve nasıl kullanılabileceği hakkında konuşuyoruz.

OpenAI güncellemesi hakkında burada konuşuluyor. Hangi değişikliklerin olduğunu öğren. Proje dosyasında önemli olan her şey tekrar özetlenmiştir.

İlk projemizi npm create astro komutu ile oluşturuyoruz ve oluşturulan ürünün yapısına bakıyoruz.

Astro JS'un React bileşenlerini kullanabilmesi için önce Astro JS'un yeteneklendirilmesi gerekmektedir.

Sohbet servisi için son noktamız, /api/chat URL'sine bir get- isteği olacaktır. Bu noktayı bu videoda oluşturacağız.

OpenAI API çağrıları için, OpenAI platformundaki hesabımız üzerinden oluşturabileceğimiz API anahtarı yanında, openai-npm paketine de ihtiyacımız var.

Test etmek için sunucuda sabit bir metin kullandık. Burada tarayıcı tarafından URL'den sorgu parametresi olarak gönderilen metni ilk kez kullanmak istiyoruz.

Sadece tarayıcının adres çubuğundaki URL üzerinden sohbet etmek kalıcı bir çözüm değildir. Bu yüzden bu videoda sohbet metninin girişini sağlayan basit bir React-UI oluşturuyoruz.

Henüz gerçek bir sohbetimiz yok, sadece bir soru soruyoruz ve cevabını alıyoruz. LLM ile verimli bir konuşma yapabilmek için sohbet geçmişini hatırlamamız gerekiyor.

Bazen sadece baştan başlamak ve söyleneni unutmak istersiniz. Bunun için sunucunun yeniden başlatılmasına gerek yoktur, sohbet geçmişini sıfırlamak için bir sohbet kimliği kullanıyoruz.

Şimdiye kadar sohbet etmek oldukça basitti. Burada, Chat uygulamamızı biraz daha ChatGPT'ye doğru itmek için bazı iyileştirmeler yapılacak.

Sohbet geçmişi şimdiye kadar okunması zor oldu ve bu video ile biraz daha "şık" hale getirilecek.

Şimdi ilk sohbet uygulamamız hazır ve yine de ChatGPT'ye rekabet etmek istenirse yapılacak çok şey var. ;-) Bunu istemeyenler, yeni bir proje ile devam edebilirler.

Yeni projeyi hayata geçiriyoruz ve bunu yaparken ilk sohbet uygulamamızdan faydalanıyoruz.

Bir oyunun bir hikayeye ihtiyacı var. Bu videoda fikrimi sunuyor ve oyun içinde gezinme için ilk hazırlıkları yapıyorum.

Oyuncunun oyundaki (geçici) sona ulaşabilmesi için üç görevi (sohbeti) geçmesi gerekmektedir. Bu görevleri bu videoda hazırlıyorum.

Barkeeper, bu oyunun ilk sohbet ortağıdır ve bu videoda "hayata getirilir".

Barman şimdiye kadar oyunundaki rolü konusunda biraz bilgisizdi. İlk Sistem İptalini ekleyerek bu konuda yardımcı oluyoruz.

Chat ortağımız, barmen olarak rolüne büründü, ancak programda henüz oyuncu tarafından görevin tamamlandığı bilinmiyor. Bunun için uygun olduğunda, LLM'nin kendiliğinden gerçekleştirebileceği işlev çağrıları sağlanır. Onun da bunu yapmasını sağlamalıyız.

Fonksiyon çağrıları geri dönüş değerleri ile olabilir ve bunları da yapay zekaya iletmemiz gerekiyor, bu video'da nasıl yaptığımızı göreceksiniz.

İstemci (Tarayıcı) görevin tamamlandığını bildirmelidir, çünkü o zaman Oyuncu Dr. Owen ile konuşabilir ve hedefe biraz daha yaklaşabilir.

En güzel konuşmanın da sona ermesi gerekir, ama bunu programda nasıl halledeceğiz? Tabii ki bir işlev çağrısıyla.

Oyuncu son bulmacanın çözümünü öğrenmek için yapay zeka uzmanıyla konuşabilir.

Barkeeper ve Dr. Owen farklı karakterler olduğu için sohbet geçmişlerini paylaşmamalılar. Bu yüzden Dr. Owen için yeni bir sohbet geçmişi oluşturmalıyız.

Dr. Owen, oyuncunun küçük güvenlik robotu sorununu çözdükten sonra sorduğu ve yanıt aldığı fonksiyona ihtiyaç duyuyor. Bu bilgiyi bu videoda alıyor.

Bu oyunun son boss'u, bizi sürekli geçmemize izin vermek istemeyen güvenlik robotudur. Şimdi oyuncunun gücü ya da daha doğrusu bilgisi, sonunda onu aldatmaya yetiyor.

Yeni projemiz bizi gitar mağazaları dünyasına götürüyor, tabii ki OpenAI-API'nın dostça desteğiyle, bize sanal bir satış asistanı yaratma imkanı tanıdı.

Satış asistanı şimdiye kadar özellikle danışmanlık konusunda çok iyi değildi. Bu, haritaların yardımıyla simüle edilmiş bir "veritabanı" ile iyileştirilecek.

Daha önce sadece 2 ürünümüz vardı, bu videoda 4 ürüne çıkarıyoruz. Buradaki önemli nokta şudur ki artık her bir türde birden fazla ürünümüz var ve bu sayede satış asistanına mesela hangi elektrikli bas gitarların stokta olduğunu sorabiliriz.

Gitarra satın alırken fiyat her şey değil, ancak evine yeni bir ipotek koymak istemeyen bir müşteri, satıcıya alt veya orta fiyat aralığındaki elektrikli gitarları sormak için yeterince yetenekli olmalıdır. Bu işlemi, LLM'in çağırması gereken ilgili işlevdeki priceRange ikinci parametre ile gerçekleştiriyoruz.

Son videoyu mahvettik. Ama endişelenme, hatayı hızlıca düzeltebiliriz, nerede aramamız gerektiğini bilirsek.

Çevrimiçi bir mağaza, bir alışveriş sepetine sahip olmadan nasıl olurdu? Gerçek bir alışveriş sepeti uygulamayacağız (çünkü bu dersin konusu değil), ancak bu videoda, sanal satış asistanına bir alışveriş sepeti bağlayabilmeniz için temelleri oluşturacağız. Yine, işte burada yardımcı olan... işlev çağrısı!

Müşteriler çoğu durumda ürünlerin isimlerini sadece yaklaşık olarak bilecekler. LLM, müşterinin talebinde bulunan isimlerle yalnızca fonksiyon çağrısını yapabilir. Ancak bu durumlar için, ürün adlarında "belirsiz" bir arama için yapay zekayı oldukça kolay bir şekilde kullanabilirsiniz.

Bu kurs boyunca ne elde ettiğimizi, sizin neler yapabileceğinizi ve OpenAI'da hala bulunan heyecan verici API'ları ile neler olduğunu özetlemekte fayda var.