OpenAI API: Програмиране на чатове, продажбени асистенти и текстови приключения на база изкуствен интелект.

Това те очаква в този курс на OpenAI-API.

В това видео се разглеждат използваните инструменти и необходимите познания.

Тук става въпрос за платформата OpenAI и как може да се използва.

Тук става въпрос за актуализацията на OpenAI. Открийте какви промени има. В проектния файл всичко важно е отново обобщено.

Създаваме първия си проект с npm create astro и разглеждаме структурата на създаденото нещо.

Тъй като използваме React за нашия потребителски интерфейс, Astro JS трябва първо да бъде активиран за използване на React компоненти.

Нашата крайна точка за услугата за чат ще бъде get-заявка към URL адреса /api/chat. Тази крайна точка ще настроим в това видео.

За извикванията към OpenAI-API ни е необходимо както API ключ, който можем да създадем чрез нашия акаунт в платформата на OpenAI, така и пакетът openai-npm.

За да тестваме, използвахме фиксиран текст на сървъра. Тук искаме за първи път да използваме текста, който браузърът изпраща като параметър в URL адреса.

Само чат посредством URL адреса в адресната лента на браузъра не е устойчиво решение. Затова в този видеоклип ще създадем примитивен React-UI, който позволява въвеждане на текст за чат.

Още нямаме истински чат, а само получаваме въпрос и отговор на него. За да водим продуктивен разговор с LLM, трябва да запомним историята на чата.

Понякога просто искаш да започнеш отначало и да забравиш казаното. За да не е необходимо да се рестартира сървърът, използваме идентификационен номер на чата, за да нулираме чат историята на сървъра.

Досега чатенето беше много рудиментарно. Тук ще бъдат вградени някои подобрения, които ще преместят нашето приложение за чат малко повече в посока на ChatGPT.

Историята на чата досега не беше лесна за четене и в това видео се прави малко по-„красива“.

Сега нашето първо приложение за чатове е готово и все още има много работа за направа, ако искате да конкурирате с ChatGPT. ;-) Тези, които не искат да го правят, могат да продължат с нов проект в следващия раздел.

Пускаме новия проект и се възползваме от нашето първо приложение за чат.

Една игра се нуждае от история. В това видео представям идеята си за нея и правя първите подготовки за навигация през играта.

Трябва да преминете през три квеста (чата), за да стигнете до (преходното) край на играта. Тези подготвям в това видео.

Барманът е първият чатпартньор в тази игра и се "съживява" в този видеоклип.

Досега барманът беше малко объркан от ролята си в играта. Решаваме проблема, като вградим първия системен промпт.

Наш партньор по чата се вписа в ролята си на барман, но все още не знаем в програмата дали куестът е бил изпълнен от играча. За тази цел могат да се използват функционални обаждания, които LLM може да направи сам, ако счита, че е подходящо. Трябва да се погрижим той да го направи.

Повикванията на функции могат да имат върнати стойности и ние трябва да ги съобщим на изкуствения интелект, което постигаме в това видео.

Клиентът (браузърът) трябва да бъде уведомен, че задачата е изпълнена, защото тогава играчът може да говори и с д-р Оуен и да се приближи до целта.

Дори и най-красивият разговор трябва да приключи, но как ще постигнем това в програмата? Чрез извикване на функция разбира се.

Накрая играчът може да говори с експерта по изкуствен интелект, за да научи от него решението на последната загатка.

Барманът и д-р Оуен са два различни персонажа и поради това не трябва да споделят история на чата. Затова трябва да създадем нов чат за д-р Оуен.

Д-р Оуен се нуждае от функция, която да ни уведоми, че играчът е задал въпрос след решаването на своята малка проблем със сигурностния робот и е получил отговор. Той ще получи този отговор в това видео.

Нашият финален противник в тази игра е роботът за сигурност, който не искаше да ни пусне през цялото време. Сега обаче играчът има силата или по-скоро знанието да го превземе в крайна сметка.

Новият ни проект ни води в света на магазините за китари, разбира се с приятелската подкрепа на OpenAI-API, която ни позволява да реализираме виртуален търговски асистент.

Досега продажбеният асистент не беше особено добър в консултирането. Това сега трябва да бъде подобрено със симулирана "база данни" с помощта на карти.

Досега имахме само 2 продукта, които ще увеличим на 4 в това видео. Важно е тук да отбележим, че вече имаме няколко продукта на тип и можем да попитаме продажбените помощници, кои електрически баскитари са в асортимента.

Цената не е всичко при покупката на китара, но клиент, който не иска да вземе нова ипотека върху своята собственост, трябва да бъде в състояние да попита продавача за електрически китари в по-ниския или средния ценови диапазон. Това постигаме с втори параметър priceRange в съответната функция, която LLM трябва да извика.

Разбихме го с последното видео. Но не се притеснявай, грешката е бързо оправена, когато знаете къде да търсите.

Какво би бил онлайн магазин без кошница? Въпреки че няма да реализираме истинска кошница (за това не става в този курс), в този видеоклип ще създадем основите, за да свържем кошницата с виртуалния продажбен асистент. Отново тук помага ... извикването на функция!

В повечето случаи клиентите ще знаят само приблизително имената на продуктите. LLM може да направи показването на функциите само с имената, които са в запитването на клиента. Но с един малък трик можем лесно да използваме изкуствения интелект за "неясно" търсене в имената на продуктите за тези случаи.

Малко заключение за това, което постигнахме в този курс, какво можете да направите с това и кои още вълнуващи APIs предлага OpenAI.