OpenAI API: AI 기반 채팅, 판매 보조 프로그램 및 텍스트 어드벤처 개발

이 OpenAI API 코스에서 당신을 기다리는 것.

이 동영상에서는 사용된 도구와 필요한 지식에 대해 다룹니다.

여기서는 OpenAI 플랫폼과 그 사용 방법에 대해 다룹니다.

여기는 OpenAI의 업데이트에 관한 내용입니다. 어떤 변경 사항이 있는지 알아보세요. 프로젝트 파일에는 중요한 모든 내용이 다시 요약되어 있습니다.

우리는 npm create astro로 첫 번째 프로젝트를 생성하고 생성물의 구조를 살펴봅니다.

우리의 UI에 React를 사용하고 있기 때문에 Astro JS가 먼저 React 컴포넌트를 사용할 수 있도록 해야 합니다.

저희 채팅 서비스의 엔드포인트는 /api/chat으로의 get-요청이 될 것입니다. 이 엔드포인트는 이 비디오에서 설정할 겁니다.

OpenAI API를 호출하려면 OpenAI 플랫폼의 계정으로 생성할 수있는 API 키뿐만 아니라 openai-npm 패키지도 필요합니다.

시험용으로 서버에 고정된 텍스트를 사용했습니다. 여기서는 브라우저에서 URL로 쿼리 매개변수로 전송된 텍스트를 처음 사용하려고 합니다.

브라우저 주소 표시 줄에서만 채팅하는 것은 지속적인 해결책이 아닙니다. 그래서이 비디오에서는 채팅 텍스트를 입력할 수있는 원시적인 React-UI를 만듭니다.

아직 제대로 된 채팅이 없으며 질문과 그에 대한 답변만 받고 있습니다. LLM과의 유익한 대화를 나누기 위해 대화 내용을 기억해 두어야 합니다.

가끔은 그냥 처음부터 다시 시작하고 말한 것을 잊고 싶을 때가 있습니다. 그래서 서버를 다시 시작할 필요 없이 채팅 기록을 초기화하기 위해 채팅 ID를 사용합니다.

지금까지 채팅은 매우 원시적이었습니다. 여기에는 채팅 앱을 좀 더 ChatGPT 방향으로 이동시키는 몇 가지 개선 사항이 도입됩니다.

채팅 기록은 지금까지 읽기 어려웠고, 이 비디오에서 약간 "더 아름답게" 만들어집니다.

이제 우리 첫 번째 채팅 앱이 완성되었지만, 만약 ChatGPT에 경쟁하고 싶다면 아직 해야 할 일이 많습니다. ;-) 그렇지 않은 경우, 다음 섹션에서 새 프로젝트를 시작할 수 있습니다.

우리는 새 프로젝트를 시작하고 첫 번째 채팅 앱을 활용합니다.

게임에는 이야기가 필요합니다. 이 비디오에서는 나의 아이디어를 소개하고 게임 내에서의 탐색을 위한 첫 번째 준비를 합니다.

플레이어는 (임시) 게임 끝에 도달하기 위해 세 가지 퀘스트(대화)를 통과해야 합니다. 이들을 이 비디오에서 준비하겠습니다.

바텐더는 이 게임에서 첫 번째 채팅 상대이며, 이 영상에서 '살아있게' 됩니다.

지금까지 바텐더는 게임 속 자신의 역할에 대해 약간 당황스러웠습니다. 우리는 첫 번째 시스템 프롬프트를 통해 이를 해결할 것입니다.

저희 채팅 상대는 바텐더 역할에 몰두했지만, 프로그램에서 퀘스트가 플레이어에 의해 완료되었는지 아직 모릅니다. 이에 대한 처리는 LLM이 적절하다고 판단하면 자체적으로 할 수 있는 기능 호출을 생각해 볼 수 있습니다. 우리는 LLM이 그런 처리를 하도록 해야 합니다.

함수 호출은 반환 값을 가질 수 있으며, 우리는 인공 지능에 이를 알려줘야 합니다. 이 비디오에서 우리는 이를 어떻게 하는지 살펴볼 것입니다.

클라이언트(브라우저)에게 퀘스트가 완료되었음을 알리는 알림을 보내야합니다. 그러면 플레이어가 Dr. Owen과 대화하고 목표에 조금 더 가까워질 수 있습니다.

모든 아름다운 대화에도 끝이 있지만, 우리는 프로그램에서 이를 어떻게 처리할까요? 물론 함수 호출을 통해.

플레이어는 이제 AI 전문가와 대화하여 마지막 퍼즐의 해결책을 알 수 있습니다.

바텐더와 Dr. Owen은 두 가지 다른 캐릭터이기 때문에 채팅 기록을 공유해서는 안 됩니다. 따라서 Dr. Owen을 위한 새로운 채팅 기록을 만들어야 합니다.

Dr. Owen은 플레이어가 그의 작은 보안 로봇 문제를 해결한 후 질문을하고 답변을 받은 사실을 알 수있는 기능이 필요합니다. 이 정보는 이 동영상에서 얻을 수 있습니다.

이 게임에서의 최종 보스는 우리를 계속해서 통과시키지 않았던 보안 로봇입니다. 그러나 이제 플레이어는 결국 그를 속일 힘 또는 오히려 지식을 가지고 있습니다.

우리의 새로운 프로젝트는 기타 상점의 세계로 이끌어주는 데, 물론 OpenAI-API의 친절한 지원을 통해 가상 판매 보조자를 실현할 수 있습니다.

판매 보조는 상담에서 아직 특별히 잘하지 못했습니다. 그래서 지금은 맵을 사용한 시뮬레이션 "데이터베이스"로 개선하려고 합니다.

지금까지는 2개의 제품만 있었지만, 이 비디오에서는 4개로 늘릴 것입니다. 여기서 중요한 점은 이제 하나의 유형당 여러 제품이 있으므로 판매 보조자에게 예를 들어 어떤 전자 베이스들이 판매 중인지 물어볼 수 있다는 것입니다.

기타를 구매할 때 가격이 전부는 아니지만, 자신의 주택에 대한 새로운 저당을 내고 싶지 않은 고객은 이미 priceRange 파라미터가 있는 함수를 사용하여 LLM을 호출할 수 있어야 합니다.따라서 그들은 판매자에게 중저가대의 전기 기타에 대해 문의해야 합니다.

우리는 마지막 비디오를 망가뜨렸어요. 하지만 걱정하지 마세요, 어디서 찾아야 하는지 알면 신속히 수정됩니다.

온라인 상점에서 장바구니가 없으면 어떻습니까? 우리는 실제로 장바구니를 구현하지 않겠지만 (이 수업의 목적이 아니기 때문에), 이 비디오에서는 가상 판매 보조 프로그램에 장바구니를 연결할 수 있는 기본을 만들 것입니다. 여기에도 다시 ... 함수 호출이 도움이 됩니다!

대부분의 경우 고객은 제품 이름을 대략만 알게됩니다. LLM은 고객 요청에 있는 이름으로만 기능 호출을 수행할 수 있습니다. 그러나 이러한 경우를 위해 "희미한" 검색에 인공지능을 쉽게 활용할 수 있는 작은 꼼수가 있습니다.

이 코스에서 우리가 이룩한 소소한 성과, 여러분이 그로부터 얻을 수 있는 것, 그리고 OpenAI에서 아직 제공 중인 흥미로운 API에 대한 간단한 요약입니다.