OpenAI関数呼び出しガイドをチェックアウトします

Openaiは、開発者がモデル機能を拡大できるように、新しい機能コールガイドをリリースします。このガイドは、ユーザーフィードバックを統合し、50％短縮され、より明確なコンテンツを獲得し、ベストプラクティス、ドキュメント内機能生成、およびWeather APIの使用の完全な例を含んでいます。 Openaiは、開発者が使用できるようにAIツールを簡素化することに取り組んでおり、それにより、関数呼び出し機能を利用するのがより効率的になります。

Openaiは、機能呼び出しへの新しいガイドをリリースします！

フィードバックに基づいて重要な改善を行いました：

- 50％短く、より明確で理解しやすくします - 新しいベストプラクティス（詳細については以下を参照してください） - ドキュメント内の機能生成をサポートします！ - 天気APIを使用する完全な機能の例を提供します

ガイドを表示して、あなたの考えを共有してください... pic.twitter.com/ID89E9PEFF

- Ilan Bigio（@ilanbigio）2025年1月13日

カタログ

• Openai関数はどのように機能しますか？
• クイック例：Weather API
  • ステップ1：関数を定義します
  • ステップ2：定義された関数を使用してモデルを呼び出します
  • ステップ3：関数を実行
  • ステップ4：モデルに結果を提供します
  • ステップ5：最終的な応答を取得
• 関数呼び出しのベストプラクティス
• 要約

Openai関数はどのように機能しますか？

関数呼び出しにより、OpenAIモデルは開発者定義のツールと対話し、テキストやオーディオ生成を超えてより多くのタスクを実行できるようにします。以下は単純化されたプロセスです

1. 関数を定義：モデルが呼び出すことができる関数（たとえば、get_weather）を作成します。
2. モデルは呼び出し関数を決定します：システムプロンプトとユーザー入力に基づいて、モデルは関数を呼び出す時期を決定します。
3. 機能：関数コードを実行して結果を返します。
4. 統合結果：モデルは関数の出力を使用して最終応答を生成します。

この画像は、開発者とAIモデル間の関数呼び出しのプロセスを示しています。段階的な指示は次のとおりです

ツール定義メッセージ
• ：開発者はツール（関数）を定義し、メッセージを送信します。この例では、get_weather（場所）関数が定義されており、ユーザーは「パリの天気は何ですか？」 ツールコール
：モデル認識では、get_weather関数を呼び出すためにパラメーター「パリ」を使用する必要があります。
• 機能コードを実行
：開発者（またはシステム）は、実際のget_weather（ "paris"）関数を実行します。この関数は、{"温度"：14}など、応答を返します。
• result
：関数の結果（{"温度"：14}）は、以前のすべてのメッセージでモデルに返されます。
• 最終応答
：モデルは関数の結果を使用して自然言語応答を生成します。たとえば、「パリの現在の温度は14°Cです。」
• また読んでください：6つのトップLLMSをサポートする関数呼び出し

クイック例：Weather API

get_weather関数を使用した実用的な例を見てみましょう。この関数は、指定された座標の現在の温度を取得します。

ステップ1：関数を定義します

<code>import requests

def get_weather(latitude, longitude):
    response = requests.get(f"https://api.open-meteo.com/v1/forecast?latitude={latitude}&longitude={longitude}&current=temperature_2m,wind_speed_10m&hourly=temperature_2m,relative_humidity_2m,wind_speed_10m")
    data = response.json()
    return data['current']['temperature_2m']</code>

ステップ2：定義された関数を使用してモデルを呼び出します

<code>from openai import OpenAI
import json

client = OpenAI(api_key="sk-api_key”)

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取提供的坐标（摄氏度）的当前温度。",
        "parameters": {
            "type": "object",
            "properties": {
                "latitude": {"type": "number"},
                "longitude": {"type": "number"}
            },
            "required": ["latitude", "longitude"],
            "additionalProperties": False
        },
        "strict": True
    }
}]

messages = [{"role": "user", "content": "今天巴黎的天气怎么样？"}]

completion = client.chat.completions.create(
    model="gpt-4o",
    messages=messages,
    tools=tools,
)</code>

ステップ3：関数を実行

<code>tool_call = completion.choices[0].message.tool_calls[0]
args = json.loads(tool_call.function.arguments)

result = get_weather(args["latitude"], args["longitude"])</code>

ステップ4：モデルに結果を提供します

<code># 附加模型的工具调用消息
messages.append(completion.choices[0].message)

# 将结果消息作为字符串附加
messages.append({
    "role": "tool",
    "tool_call_id": tool_call.id,
    "content": json.dumps({"temperature": result})  # 将结果转换为JSON字符串
})

# 创建第二个聊天完成
completion_2 = client.chat.completions.create(
    model="gpt-4o",
    messages=messages,
    tools=tools,
)</code>

ステップ5：最終的な応答を取得

<code>print(completion_2.choices[0].message.content)</code>

output：

<code>巴黎目前的温度是-2.8°C。</code>

関数呼び出しのベストプラクティス

関数呼び出しを最大限に活用するのに役立ちますが、ここにいくつかの専門的なヒントがあります。

1. 明確で詳細な説明を書く
   関数の目的、パラメーター、出力を明確に説明します。
   システムプロンプトを使用して、機能を使用するとき（およびそうでない場合）モデルをガイドします。
2. アプリケーションソフトウェアエンジニアリングのベストプラクティス
   関数を直感的で理解しやすくします。
   列挙とオブジェクト構造を使用して、無効な状態を防ぎます。
3. モデルの負担を軽減します
   あなたが知っているパラメーターをモデルに記入させないでください。
   常に順次呼ばれる関数のマージ。
4. 関数の数は小さい
   精度を向上させるには、一度に20未満の関数を使用します。
5. openaiリソースを利用します
   遊び場を使用して、関数パターンを生成して反復します。
   複雑なタスクまたは多数の機能の微調整を検討してください。

詳細については、Openaiをご覧ください。

要約

OpenAIの改良された機能コールガイドにより、開発者はカスタムツールをシームレスに統合して、AIをアクセスして使用しやすくすることができます。プロセスを簡素化し、明確な例を提供し、ユーザーのフィードバックを優先することにより、OpenAIにより、開発者はAIの最終的な可能性を活用するソリューションを革新および構築し、それによって実際のアプリケーションと創造性を促進できます。

以上がOpenAI関数呼び出しガイドをチェックアウトしますの詳細内容です。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。