Tutorial: Come Utilizzare le API di OpenAI

Introduzione

Questo tutorial ti guiderà attraverso i passaggi fondamentali per iniziare a utilizzare le API di OpenAI nelle tue applicazioni Python.

Prerequisiti

Python 3.7 o versione successiva installato sul tuo computer Un account OpenAI con una chiave API valida Il pacchetto OpenAI installato (pip install openai)

Configurazione Iniziale

Prima di iniziare, dovrai configurare il tuo ambiente:

from openai import OpenAI
client = OpenAI()  # Assicurati di avere la variabile d'ambiente OPENAI_API_KEY impostata

Nota: Per sicurezza, è consigliato impostare la chiave API come variabile d'ambiente invece di includerla direttamente nel codice.

Esempi Base

Esempio 1: Analisi del Sentiment

Questo esempio mostra come analizzare il sentiment di un tweet:

response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {
            "role": "system",
            "content": "Analizza il sentiment del tweet come positivo, neutro o negativo."
        },
        {
            "role": "user",
            "content": "Ho adorato il nuovo film di Batman!"
        }
    ],
    temperature=1,
    max_tokens=256,
    top_p=1
)
print(response.choices[0].message.content)

Esempio 2: Parsing di Dati Non Strutturati

Questo esempio mostra come convertire dati non strutturati in formato CSV:

response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {
            "role": "system",
            "content": "Converti i seguenti dati non strutturati in formato CSV."
        },
        {
            "role": "user",
            "content": "I frutti del pianeta Goocrux sono: neoskizzles (viola, sapore dolce), loheckles (blu grigiastro, aspro come limone), pounits (verde brillante, più saporito che dolce), loopnovas (rosa neon, sapore zucchero filato), glowls (arancione pallido, molto acido e amaro)."
        }
    ],
    temperature=1,
    max_tokens=256,
    top_p=1
)

Parametri Principali

model: Il modello da utilizzare (es. "gpt-4", "gpt-3.5-turbo") messages: Lista di messaggi che formano la conversazione temperature: Controlla la casualità delle risposte (0 = deterministico, 1 = molto creativo) max_tokens: Numero massimo di token nella risposta top_p: Controlla la diversità delle risposte

Gestione degli Errori

È importante implementare una gestione degli errori appropriata:

try:
    response = client.chat.completions.create(
        model="gpt-4",
        messages=[{"role": "user", "content": "Ciao!"}]
    )
except Exception as e:
    print(f"Si è verificato un errore: {e}")

Consigli per l'Uso

Mantieni le richieste concise e specifiche Usa il parametro temperature appropriato per il tuo caso d'uso Implementa sempre la gestione degli errori Monitora l'uso dei token per gestire i costi Salva le risposte importanti localmente

Risorse Utili

Documentazione ufficiale OpenAI OpenAI Playground Tokenizer OpenAI