當OpenAI開發的ChatGPT橫空出世後，許多人便開始思考如何將ChatGPT的模型套用在不同的工作中，甚至也開始利用OpenAI的金鑰，開發不同功能或用來處理特定任務的專屬機器人。本次課程將手把手地告訴大家，如何利用OpenAI API進行不同功能的開發，依照自己的需求，打造屬於自己的AI機器人。

一、前言

當OpenAI開發的ChatGPT橫空出世後，許多人便開始思考如何將ChatGPT的模型套用在不同的工作中，甚至也開始利用OpenAI的金鑰，開發不同功能或用來處理特定任務的專屬機器人。本次課程將手把手地告訴大家，如何利用OpenAI API進行不同功能的開發，依照自己的需求，打造屬於自己的AI機器人。

二、OpenAI API應用範例

當我們想要在自己設計的機器人中導入OpenAI時，第一步當然就是要先申請OpenAI API的金鑰。申請方法非常簡單，我們首先要進入OpenAI API的介面，點擊右上方的「Dashboard」後，再於左方工具欄中選擇「API keys」。接著點選右上方的「+ Create new secret key」，並設定好金鑰的名稱，再點選「Create secret key」就可以成功得到一串金鑰啦（如下圖）！需要注意的是，我們一輩子就只會看到這個金鑰一次，所以大家切記要將金鑰複製，並保存於文字檔或記事本中。另外，若我們連續申請太多次金鑰，可能會出現要回答多個問題才能再申請的情況發生，需要特別留意。除此之外，如果我們想要知道每個金鑰的使用狀況，包含用量與費用，則可以到「Usage」中查看。有了金鑰以後，現在就讓我們看看它可以幫我們做什麼吧！

1. OpenAI API文本生成服務開發

我們都知道，ChatGPT具有強大的語言功能，也常被用來產生文案。因此，我們當然可以串接OpenAI API，幫助我們生成文本。

首先，我們要先進入Google雲端硬碟，並開啟「Google Colaboratory」。如果找不到該功能，則可以點擊右鍵，在「連結更多應用程式」中搜尋Google Colaboratory，就可以成功開啟。接著，我們就可以開始輸入程式碼，串接OpenAI金鑰了。

由於我們要使用OpenAI生成文本，所以在程式碼開頭要先輸入「!pip install openai」安裝OpenAI的套件。接著再於「openai.api_key = 」後放入我們的金鑰，並輸入「response = openai.chat.completions.create」呼叫Chat Completions API聊天模型。我們可以在這裡指定要使用的GPT模型參數，像是gpt-3.5-turbo、gpt-4或gpt-4o等，亦或是其他文字轉語音、語音轉文字的模型。接下來，當我們要把訊息傳出去時，必須先輸入訊息串列。這個訊息串列包含三個角色：「系統」（system）、「使用者」（user）、「助理」（assistant）。「系統」主要是用來指定機器人的角色，讓它的回覆可以更符合我們想要的結果。「使用者」則是用來指定使用者提示。最後的「助理」，代表模型回覆的結果，是用來做歷史紀錄，以便進行連續的對話。

假設我們想要機器人扮演行銷小編，那麼我們首先要在system的程式碼中，指定它為「一位行銷小編，請用此身份回覆，並用繁體中文回覆。」接著，在user的部分輸入我們想要機器人執行的任務，像是「請幫我寫人中之龍8的IG貼文」。最後，我們再輸入print (response.choices[0]. message. content)，用來印出模型產生的訊息，並點選執行，就可以成功得到一串系統寫的行銷文案了（完整程式碼請見下圖）。

　2.打造智慧客服機器人

雖然上述的文本生成機器人可以快速幫助我們得到一篇文案，但它仍有ChatGPT會一本正經胡說八道的老毛病。即便如此，我們也可以利用「少樣本提示」（Few-shot prompting）的方法，將公司相關資料提供給機器人，讓它的回答可以限縮在此資料範圍內，打造一個能夠依照我們的資料提供與事實相符回應的客服機器人。少樣本提示，指的是提供真實少量的數據樣本與提示給模型，來引導模型生成符合特定任務或要求輸出。此方法的優點為，能夠在少量樣本數據實現高效的模型微調，整體而言具有靈活性、通用性和快速調整的能力。且它也可以有效減少人力並適用於各種任務。

打造客服機器人的第一步，一樣是開啟google colab。而由於我們要結合GUI製作客服機器人，所以要先輸入!pip install gradio安裝gradio，並輸入!pip install openai安裝OpenAI 。接著輸入import openai和import gradio as gr ，再放入我們的OpenAI API金鑰，並點選右方的執行。與文本生成不同的是，我們在這裡要將程式碼變成一個函數，所以要於訊息串列中輸入def chat (prompt) :。接著，因為我們要帶入客戶提問的prompt，所以要於訊息串列中「user」部分的“content”後的程式碼改為prompt。

接下來，我們就可以開始上傳公司資訊給機器人，讓它可以依照這些資訊回覆客人的問題。假設我們是一間飯店的經營者，想要打造一個專屬的客服機器人，那麼可以點選colab頁面左側工具欄的資料夾圖示，將飯店服務資訊的文字檔上傳。如此一來，我們就成功地將資料嵌入在客服機器人中了。最後，為了要讓機器人依照公司資料回覆，所以我們也要記得在程式碼中加入如下圖藍色部分的with = open程式碼。

接下來，我們要於訊息串列中設定機器人的角色，所以要將system設定為「一位飯店客服人員，請依{info}內容回覆，並用繁體中文回覆。」點選執行後，機器人就會成功依照我們提供給它的資訊進行回覆。完成客服機器人的最後一步，就是要再加上以下程式碼：interface = gr. Interface (fn=chat, inputs=gr.Textbox (label=‘提問’), outputs=gr. Textbox (label=‘回覆’), title=‘飯店客服系統’) interface. Launch (share=True)，輸入完成後點選執行，確認是否可以成功執行程式碼。若執行成功，應會出現如下圖的飯店客服系統。我們可以點選系統出現的網址，並在google頁面右上方的三個點點，使用「開發人員工具」，將客服系統變成手機版。

　3.利用OpenAI API進行辦公室自動化

除了打造專屬的客服機器人外，我們也可以串接OpenAI API ，自動化辦公室工作流程。首先，我們可以開啟一個新的google colab，並同樣先將飯店資訊拉到右方工作欄的資料夾中，再於程式碼中安裝OpenAI。現在假設我們有一個excel檔，記錄了客人曾經問過的問題，並希望AI生成的資料可以整理在某個欄位供我們查看。那我們就可以先將該excel檔拉到資料夾中，就可以在程式碼中得到如下圖的程式碼。

接著，我們一樣要做一個函式，並輸入如下圖的程式碼。最後我們再點選執行鍵，就會看到左方出現一個「客服ok」的excel檔。點擊進入excel檔後，我們就可以成功看到機器人自動回覆的訊息囉！

　4.OpenAI影像分析服務開發

除了前述的應用外，今年五月份OpenAI也開發了具有視覺功能的GPT-4o，因此我們也可以利用此功能來理解圖像。方法與前述的步驟類似。安裝完OpenAI後，同樣輸入response = openai.chat.completions.create，並設定要使用gpt-4o的模型。接著，在訊息串列中，我們可以在user部分的提示內容放入我們的問題，像是「這張圖片裡有什麼」，也可以直接放入想要讓AI分析的圖片網址。最後，我們一樣用response.choices[0].message.content來印出模型並產生訊息（完整程式碼請見下圖）。

以此類推，我們也可以串接不同的OpenAI功能，打造不同的機器人。舉例來說，假設我們讓機器人可以幫我們繪圖，就可以利用openai.images.generate的方法，並套用DALL·E 3 的模型讓機器人幫助我們生成圖片（完整程式碼請見下圖）。

三、結語

從本次的課程內容我們可以發現，擁有了OpenAI的金鑰後，我們可以依照自己的需求撰寫程式，打造不同功能的機器人，像是專業行銷小編機器人、客服機器人，以及圖像分析機器人。然而，礙於篇幅限制，如果大家想要知道完整的程式碼，或者詳細的操作過程，也歡迎觀看本次課程回放喔！

這篇文章 【課堂筆記】探索OpenAI API的魔法世界｜蔡文龍 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。