Krzysztof Kołodziejczyk
Zapytanie na endpoint (adres url w uproszczeniu) "completions" można wykorzystać do szerokiej gamy zadań. Zapewnia on prosty, ale potężny interfejs do dowolnego z modeli AI. Wprowadzamy pewien tekst jako podpowiedź, a model wygeneruje nam uzupełnienie tekstu, które spróbuje dopasować do kontekstu lub wzorca, który mu podamy.
Przykładowo, jeśli podamy podpowiedź o brzmieniu: "Jak powiedział Kartezjusz, myślę, więc", z dużym prawdopodobieństwem AI zwróci uzupełnienie "jestem".
Przykład zapytania:
W powyższym przykładzie ważnym dla nas jest wskazanie odpowiedniej dla naszych celów wartości w parametrach: model oraz prompt. To one wpłyną w szczególności na jakość uzyskanej odpowiedzi. W przypadku chęci uzyskania bardziej obszernej odpowiedzi, która będzie zawierała większą ilość sentencji (wycinków tekstu), pamiętajmy, by zwiększyć wartość parametru: max_tokens. Liczba dostępnych tokenów dla modeli różni się w zależności od m.in.: formy odpowiedzi, którą chcemy uzyskać. Przykładowo, jeżeli odpowiedź ma być dokładniejsza, to liczba ta może zaczynać się od 4,097 do nawet 8,192 w nowych rozszerzonych modelach "gpt-4" – liczbę dostępnych tokenów dla poszczególnych modeli znajdziecie w tym miejscu:
https://platform.openai.com/docs/models/overview
Przykładowy fragment odpowiedzi:
- What did the agile tester say to the waterfall tester?
- Let’s just iterate over it!
Oczywiście nic nie stoi na przeszkodzie, by wygenerować zwielokrotnioną ilość odpowiedzi na jedno pytanie, które zadamy. W takim przypadku do naszego zapytania musimy podać dodatkowy parametr o nazwie n. Domyślnie, jeżeli sami go nie wskażemy, generowana będzie tylko jedna odpowiedź na zadane pytanie.
Przykład zapytania:
Przykładowy fragment odpowiedzi:
- How do you know if a software tester falls into a river?
He will write up a bug report. - Why did the software tester cross the road?
She wanted to get to the spec side. - What did the software tester say when he found a bug?
That's how I roll!
Oczywiście samo AI może być wykorzystane do bardziej zawiłych zadań. Dla przykładu, możemy spróbować spersonalizować treści odpowiedzi na wyszukiwanie dla jednej z grup docelowych naszej aplikacji.
Poniżej przykład zapytania o wskazanie książek dla osób słabo widzących.
Przykład zapytania:
Przykładowy fragment odpowiedzi:
There are several books that have been specifically designed for the visually impaired, including books in braille, large print books, and audiobooks. Here are some suggestions:
- "Harry Potter and the Philosopher's Stone" by J.K. Rowling (available in braille, large print, and audiobook formats)
- "The Hitchhiker's Guide to the Galaxy" by Douglas Adams (available in braille, large print, and audiobook formats)
- "To Kill a Mockingbird" by Harper Lee (available in braille, large print, and audiobook formats)
- "The Lord of the Rings" by J.R.R. Tolkien (available in braille, large print, and audiobook formats)
- "The Hunger Games" by Suzanne Collins (available in braille, large print, and audiobook formats)
- "The Alchemist" by Paulo Coelho (available in braille, large print, and audiobook formats)
- "The Adventures of Sherlock Holmes" by Arthur Conan Doyle (available in braille, large print, and audiobook formats)
- "The Diary of Anne Frank" by Anne Frank (available in braille, large print, and audiobook formats)
- "The Chronicles of Narnia" by C.S. Lewis (available in braille, large print, and audiobook formats)
- "Pride and Prejudice" by Jane Austen (available in braille, large print, and audiobook formats)
It's important to note that there are many resources available to help visually impaired individuals access books, including libraries, audiobook services, and online resources.
Powyższe przykłady nie są jedynymi, które możemy otrzymać, a wysyłając zapytanie z identycznym pytaniem, możemy uzyskać wiele spersonalizowanych odpowiedzi. Są one trafne i obejmują zakres odpowiedzi na instrukcje, które wskażemy. Pamiętajmy jednak, że aby uzyskać bardzo zawężoną odpowiedź dla specyficznych wymagań, w naszej instrukcji dla AI w parametrze "prompt" musi pojawić się szereg podpunktów opisujących to, czego oczekujemy w odpowiedzi. Jak wskazują twórcy, dostępna jest też możliwość podawania treści naszych instrukcji w języku polskim, co jest miłym akcentem w kierunku rodzimego rynku. Jeżeli nasze pytanie będzie nieprecyzyjne, możemy z kolei otrzymać coś, co nie spełni naszych oczekiwań.
W kolejnych częściach przestawimy praktyczne przykłady związane z generowaniem za pomocą ChatGPT API kodów i treści audiowizualnych.
Poprzedni wpis, w którym przestawiliśmy wprowadzenie do tematyki, znajdziecie tutaj.
