このチュートリアルでは、Python と OpenAI API を使用して生成 AI チャットボットを作成する手順を説明します。コンテキストを維持し、役立つ応答を提供しながら、自然な会話を行うことができるチャットボットを構築します。
前提条件
- Python 3.8
- Python プログラミングの基本的な理解
- OpenAI API キー
- RESTful API の基礎知識
環境のセットアップ
まず、開発環境をセットアップしましょう。新しい Python プロジェクトを作成し、必要な依存関係をインストールします。
pip install openai python-dotenv streamlit
プロジェクトの構造
私たちのチャットボットはクリーンなモジュール構造になります:
chatbot/ ├── .env ├── app.py ├── chat_handler.py └── requirements.txt
実装
chat_handler.py のコア チャットボット ロジックから始めましょう:
import openai from typing import List, Dict import os from dotenv import load_dotenv load_dotenv() class ChatBot: def __init__(self): openai.api_key = os.getenv("OPENAI_API_KEY") self.conversation_history: List[Dict[str, str]] = [] self.system_prompt = """You are a helpful AI assistant. Provide clear, accurate, and engaging responses while maintaining a friendly tone.""" def add_message(self, role: str, content: str): self.conversation_history.append({"role": role, "content": content}) def get_response(self, user_input: str) -> str: # Add user input to conversation history self.add_message("user", user_input) # Prepare messages for API call messages = [{"role": "system", "content": self.system_prompt}] + \ self.conversation_history try: # Make API call to OpenAI response = openai.ChatCompletion.create( model="gpt-3.5-turbo", messages=messages, max_tokens=1000, temperature=0.7 ) # Extract and store assistant's response assistant_response = response.choices[0].message.content self.add_message("assistant", assistant_response) return assistant_response except Exception as e: return f"An error occurred: {str(e)}"
次に、app.py で Streamlit を使用して簡単な Web インターフェイスを作成しましょう。
import streamlit as st from chat_handler import ChatBot def main(): st.title("? AI Chatbot") # Initialize session state if "chatbot" not in st.session_state: st.session_state.chatbot = ChatBot() # Chat interface if "messages" not in st.session_state: st.session_state.messages = [] # Display chat history for message in st.session_state.messages: with st.chat_message(message["role"]): st.write(message["content"]) # Chat input if prompt := st.chat_input("What's on your mind?"): # Add user message to chat history st.session_state.messages.append({"role": "user", "content": prompt}) with st.chat_message("user"): st.write(prompt) # Get bot response response = st.session_state.chatbot.get_response(prompt) # Add assistant response to chat history st.session_state.messages.append({"role": "assistant", "content": response}) with st.chat_message("assistant"): st.write(response) if __name__ == "__main__": main()
主な特長
- 会話メモリ: チャットボットは会話履歴を保存することでコンテキストを維持します。
- システム プロンプト: システム プロンプトを通じてチャットボットの動作と性格を定義します。
- エラー処理: この実装には、API 呼び出しの基本的なエラー処理が含まれています。
- ユーザー インターフェイス: Streamlit を使用したクリーンで直感的な Web インターフェイス。
チャットボットの実行
- OpenAI API キーを使用して .env ファイルを作成します。
OPENAI_API_KEY=your_api_key_here
- アプリケーションを実行します。
streamlit run app.py
潜在的な機能強化
- 会話の永続化: チャット履歴を保存するためのデータベース統合を追加します。
- カスタムパーソナリティ: ユーザーがさまざまなチャットボットのパーソナリティを選択できるようにします。
- 入力検証: より堅牢な入力検証とサニタイズを追加します。
- API レート制限: API 使用量を管理するためにレート制限を実装します。
- レスポンス ストリーミング: ユーザー エクスペリエンスを向上させるために、ストリーミング レスポンスを追加します。
結論
この実装は、基本的だが機能的な生成型 AI チャットボットを示しています。モジュール設計により、特定のニーズに基づいて拡張やカスタマイズが簡単になります。この例では OpenAI の API を使用していますが、同じ原則を他の言語モデルや API にも適用できます。
チャットボットを導入するときは、次の点を考慮する必要があることに注意してください。
- API のコストと使用制限
- ユーザーデータのプライバシーとセキュリティ
- 応答遅延と最適化
- 入力の検証とコンテンツの管理
リソース
- OpenAI API ドキュメント
- Streamlit ドキュメント
- Python 環境管理
以上がシンプルな生成 AI チャットボットの構築: 実践ガイドの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

記事では、構文のあいまいさのためにPythonにおけるタプル理解の不可能性について説明します。 Tupple式を使用してTuple()を使用するなどの代替は、Tuppleを効率的に作成するためにお勧めします。(159文字)

この記事では、Pythonのモジュールとパッケージ、その違い、および使用について説明しています。モジュールは単一のファイルであり、パッケージは__init__.pyファイルを備えたディレクトリであり、関連するモジュールを階層的に整理します。

記事では、PythonのDocstrings、それらの使用、および利点について説明します。主な問題:コードのドキュメントとアクセシビリティに関するドキュストリングの重要性。

記事では、ラムダの機能、通常の機能との違い、およびプログラミングシナリオでの有用性について説明します。すべての言語がそれらをサポートするわけではありません。

記事では、PythonでのBreak、継続、およびパスについて説明し、ループの実行とプログラムの流れの制御における役割について説明します。

この記事では、機能やクラスなどのコード構造のプレースホルダーとして使用されるヌル操作であるPythonの「パス」ステートメントについて説明し、構文エラーなしで将来の実装を可能にします。

記事では、パス機能をPythonの引数として説明し、モジュール性やソートやデコレーターなどのユースケースなどの利点を強調しています。

記事は、Pythonの /および//オペレーターについて説明します: /真の分割の場合、//床部門の場合。主な問題は、それらの違いとユースケースを理解することです。CharacterCount:158


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

ホットトピック









