Metin Üretim Uygulamaları Oluşturma

(Bu dersin videosunu izlemek için yukarıdaki görsele tıklayın)

Bu müfredatta şimdiye kadar istemler gibi temel kavramları ve hatta "istem mühendisliği" adı verilen bir disiplini gördünüz. ChatGPT, Office 365, Microsoft Power Platform ve daha fazlası gibi etkileşimde bulunabileceğiniz birçok araç, bir şeyler başarmak için istemleri kullanmanızı destekler.

Bir uygulamaya böyle bir deneyim eklemek için istemler, tamamlamalar gibi kavramları anlamanız ve çalışmak için bir kütüphane seçmeniz gerekir. Bu bölümde tam olarak bunları öğreneceksiniz.

Giriş

Bu bölümde:

openai kütüphanesi ve temel kavramları hakkında bilgi edineceksiniz.
openai kullanarak bir metin üretim uygulaması oluşturacaksınız.
Bir metin üretim uygulaması oluşturmak için istem, sıcaklık ve token gibi kavramları nasıl kullanacağınızı anlayacaksınız.

Öğrenme hedefleri

Bu dersin sonunda şunları yapabileceksiniz:

Metin üretim uygulamasının ne olduğunu açıklayabileceksiniz.
openai kullanarak bir metin üretim uygulaması oluşturabileceksiniz.
Uygulamanızı daha az veya daha fazla token kullanacak şekilde yapılandırabilecek ve ayrıca sıcaklığı değiştirerek farklı çıktılar elde edebileceksiniz.

Metin üretim uygulaması nedir?

Genelde bir uygulama oluşturduğunuzda aşağıdaki gibi bir arayüze sahip olur:

Komut tabanlı. Konsol uygulamaları, bir komut yazıp bir görevi yerine getirdiğiniz tipik uygulamalardır. Örneğin, git bir komut tabanlı uygulamadır.
Kullanıcı arayüzü (UI). Bazı uygulamalar, düğmelere tıkladığınız, metin girdiğiniz, seçenekler seçtiğiniz ve daha fazlasını yaptığınız grafiksel kullanıcı arayüzlerine (GUI) sahiptir.

Konsol ve UI uygulamaları sınırlıdır

Bir komut tabanlı uygulamayla karşılaştırıldığında:

Sınırlıdır. Herhangi bir komut yazamazsınız, yalnızca uygulamanın desteklediği komutları yazabilirsiniz.
Dil spesifik. Bazı uygulamalar birçok dili destekler, ancak varsayılan olarak uygulama belirli bir dil için oluşturulmuştur, ek dil desteği ekleyebilseniz bile.

Metin üretim uygulamalarının avantajları

Peki, bir metin üretim uygulaması nasıl farklıdır?

Bir metin üretim uygulamasında daha fazla esnekliğe sahipsiniz, belirli bir komut seti veya belirli bir giriş diliyle sınırlı değilsiniz. Bunun yerine, uygulama ile etkileşim kurmak için doğal dili kullanabilirsiniz. Bir diğer avantajı ise, zaten geniş bir bilgi birikimi üzerinde eğitilmiş bir veri kaynağı ile etkileşimde bulunuyorsunuz, oysa geleneksel bir uygulama genellikle bir veritabanında bulunanlarla sınırlıdır.

Metin üretim uygulamasıyla neler yapabilirim?

Yapabileceğiniz birçok şey var. Örneğin:

Bir sohbet botu. Şirketiniz ve ürünleri gibi konular hakkında soruları yanıtlayan bir sohbet botu iyi bir seçenek olabilir.
Yardımcı. LLM'ler metni özetleme, metinden içgörüler elde etme, özgeçmiş gibi metinler üretme gibi konularda harikadır.
Kod asistanı. Kullandığınız dil modeline bağlı olarak, kod yazmanıza yardımcı olan bir kod asistanı oluşturabilirsiniz. Örneğin, GitHub Copilot gibi bir ürün veya ChatGPT'yi kod yazmanıza yardımcı olmak için kullanabilirsiniz.

Nasıl başlayabilirim?

Bir LLM ile entegre olmanın bir yolunu bulmanız gerekiyor, bu genellikle şu iki yaklaşımı içerir:

Bir API kullanın. Burada isteminizi içeren web istekleri oluşturuyorsunuz ve size üretilmiş metin geri dönüyor.
Bir kütüphane kullanın. Kütüphaneler API çağrılarını kapsar ve kullanımı kolaylaştırır.

Kütüphaneler/SDK'lar

LLM'lerle çalışmak için bilinen birkaç kütüphane vardır, örneğin:

openai, bu kütüphane modelinize bağlanmayı ve istem göndermeyi kolaylaştırır.

Daha yüksek seviyede çalışan kütüphaneler de vardır, örneğin:

Langchain. Langchain oldukça bilinir ve Python'u destekler.
Semantic Kernel. Semantic Kernel, Microsoft tarafından geliştirilmiş bir kütüphane olup C#, Python ve Java dillerini destekler.

openai ile ilk uygulama

İlk uygulamamızı nasıl oluşturabileceğimizi, hangi kütüphanelere ihtiyacımız olduğunu, ne kadar gereklilik olduğunu ve daha fazlasını görelim.

openai'yi yükleme

OpenAI veya Azure OpenAI ile etkileşimde bulunmak için birçok kütüphane vardır. C#, Python, JavaScript, Java ve daha fazlası gibi birçok programlama dilini kullanmak da mümkündür. Biz openai Python kütüphanesini seçtik, bu yüzden pip kullanarak yükleyeceğiz.

pip install openai

Bir kaynak oluşturma

Aşağıdaki adımları gerçekleştirmeniz gerekiyor:

Azure'da bir hesap oluşturun https://azure.microsoft.com/free/.
Azure OpenAI'ye erişim kazanın. https://learn.microsoft.com/azure/ai-services/openai/overview#how-do-i-get-access-to-azure-openai adresine gidin ve erişim talep edin.

[!NOTE] Bu yazının yazıldığı sırada, Azure OpenAI'ye erişim için başvurmanız gerekiyor.
Python'u yükleyin https://www.python.org/
Bir Azure OpenAI Hizmet kaynağı oluşturmuş olun. Bir kaynak oluşturma kılavuzuna bakın.

API anahtarını ve uç noktasını bulma

Bu noktada, openai kütüphanenize hangi API anahtarını kullanacağını söylemeniz gerekiyor. API anahtarınızı bulmak için Azure OpenAI kaynağınızın "Anahtarlar ve Uç Nokta" bölümüne gidin ve "Anahtar 1" değerini kopyalayın.

Artık bu bilgiyi kopyaladığınıza göre, kütüphanelere bunu kullanmalarını söyleyelim.

Note

API anahtarınızı kodunuzdan ayırmak faydalı olabilir. Bunu ortam değişkenlerini kullanarak yapabilirsiniz.

Ortam değişkeni OPENAI_API_KEY'i API anahtarınıza ayarlayın. export OPENAI_API_KEY='sk-...'

Azure yapılandırmasını ayarlama

Azure OpenAI kullanıyorsanız, işte yapılandırmayı nasıl ayarlayacağınız:

openai.api_type = 'azure'
openai.api_key = os.environ["OPENAI_API_KEY"]
openai.api_version = '2023-05-15'
openai.api_base = os.getenv("API_BASE")

Yukarıda şunları ayarlıyoruz:

api_type değerini azure olarak ayarlıyoruz. Bu, kütüphaneye Azure OpenAI'yi kullanmasını ve OpenAI'yi kullanmamasını söyler.
api_key, Azure Portal'da bulunan API anahtarınızdır.
api_version, kullanmak istediğiniz API'nin sürümüdür. Yazının yazıldığı sırada en son sürüm 2023-05-15'tir.
api_base, API'nin uç noktasıdır. Bunu Azure Portal'da API anahtarınızın yanında bulabilirsiniz.

[!NOTE] > os.getenv, ortam değişkenlerini okuyan bir işlevdir. OPENAI_API_KEY ve API_BASE gibi ortam değişkenlerini okumak için kullanabilirsiniz. Bu ortam değişkenlerini terminalinizde veya dotenv gibi bir kütüphane kullanarak ayarlayabilirsiniz.

Metin üretimi

Metin üretmenin yolu Completion sınıfını kullanmaktır. İşte bir örnek:

prompt = "Complete the following: Once upon a time there was a"

completion = openai.Completion.create(model="davinci-002", prompt=prompt)
print(completion.choices[0].text)

Yukarıdaki kodda, kullanmak istediğimiz modeli ve istemi geçirerek bir tamamlayıcı nesne oluşturuyoruz. Ardından üretilen metni yazdırıyoruz.

Sohbet tamamlamaları

Şimdiye kadar, metin üretmek için Completion kullandığımızı gördünüz. Ancak sohbet botları için daha uygun olan başka bir sınıf olan ChatCompletion da vardır. İşte bunu kullanmanın bir örneği:

import openai

openai.api_key = "sk-..."

completion = openai.ChatCompletion.create(model="gpt-3.5-turbo", messages=[{"role": "user", "content": "Hello world"}])
print(completion.choices[0].message.content)

Bu işlevsellik hakkında daha fazla bilgi bir sonraki bölümde.

Egzersiz - ilk metin üretim uygulamanız

Artık openai'yi nasıl kuracağımızı ve yapılandıracağımızı öğrendik, ilk metin üretim uygulamanızı oluşturma zamanı geldi. Uygulamanızı oluşturmak için şu adımları izleyin:

Bir sanal ortam oluşturun ve openai'yi yükleyin:
```
python -m venv venv
source venv/bin/activate
pip install openai
```
[!NOTE] Windows kullanıyorsanız venv\Scripts\activate yerine source venv/bin/activate yazın.

[!NOTE] Azure OpenAI anahtarınızı https://portal.azure.com/ adresine giderek bulun, Open AI araması yapın, Open AI kaynağını seçin ve ardından Anahtarlar ve Uç Nokta seçeneğini seçerek Anahtar 1 değerini kopyalayın.

Bir app.py dosyası oluşturun ve aşağıdaki kodu ekleyin:

import openai

openai.api_key = "<replace this value with your open ai key or Azure OpenAI key>"

openai.api_type = 'azure'
openai.api_version = '2023-05-15'
openai.api_base = "<endpoint found in Azure Portal where your API key is>"
deployment_name = "<deployment name>"

# add your completion code
prompt = "Complete the following: Once upon a time there was a"
messages = [{"role": "user", "content": prompt}]

# make completion
completion = openai.chat.completions.create(model=deployment_name, messages=messages)

# print response
print(completion.choices[0].message.content)

[!NOTE] Azure OpenAI kullanıyorsanız, api_type değerini azure olarak ayarlamanız ve api_key değerini Azure OpenAI anahtarınıza ayarlamanız gerekir.

Şu şekilde bir çıktı görmelisiniz:

 very unhappy _____.

Once upon a time there was a very unhappy mermaid.

Farklı şeyler için farklı türde istemler

Artık bir istem kullanarak metin nasıl üretileceğini gördünüz. Hatta farklı türde metinler üretmek için değiştirebileceğiniz ve değiştirebileceğiniz çalışan bir programınız var.

İstemler, her türlü görev için kullanılabilir. Örneğin:

Bir tür metin üretmek. Örneğin, bir şiir, bir sınav için sorular vb. üretebilirsiniz.
Bilgi arama. İstemleri, 'Web geliştirmede CORS ne anlama gelir?' gibi bilgiler aramak için kullanabilirsiniz.
Kod üretmek. İstemleri, e-postaları doğrulamak için kullanılan bir düzenli ifade geliştirmek veya neden bir web uygulaması gibi tüm bir programı üretmek için kullanabilirsiniz.

Daha pratik bir kullanım örneği: bir tarif oluşturucu

Evde malzemeleriniz olduğunu ve bir şeyler pişirmek istediğinizi hayal edin. Bunun için bir tarif gerekir. Tarifleri bulmanın bir yolu bir arama motoru kullanmak veya bir LLM kullanmak olabilir.

Şöyle bir istem yazabilirsiniz:

"Tavuk, patates ve havuç içeren bir yemek için 5 tarif göster. Tarif başına kullanılan tüm malzemeleri listele."

Yukarıdaki isteme göre, şu şekilde bir yanıt alabilirsiniz:

1. Roasted Chicken and Vegetables:
Ingredients:
- 4 chicken thighs
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 2 tablespoons olive oil
- 2 cloves garlic, minced
- 1 teaspoon dried thyme
- 1 teaspoon dried oregano
- Salt and pepper, to taste

2. Chicken and Potato Stew:
Ingredients:
- 2 tablespoons olive oil
- 1 onion, diced
- 2 cloves garlic, minced
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 teaspoon dried oregano
- 1 teaspoon dried thyme
- 1 cup chicken broth
- Salt and pepper, to taste

3. Chicken and Potato Bake:
Ingredients:
- 2 tablespoons olive oil
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 onion, diced
- 2 cloves garlic, minced
- 1 teaspoon dried oregano
- 1 teaspoon dried thyme
- 1 cup chicken broth
- Salt and pepper, to taste

4. Chicken and Potato Soup:
Ingredients:
- 2 tablespoons olive oil
- 1 onion, diced
- 2 cloves garlic, minced
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 teaspoon dried oregano
- 1 teaspoon dried thyme
- 4 cups chicken broth
- Salt and pepper, to taste

5. Chicken and Potato Hash:
Ingredients:
- 2 tablespoons olive oil
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 onion, diced
- 2 cloves garlic, minced
- 1 teaspoon dried oregano

Bu sonuç harika, ne pişireceğimi biliyorum. Bu noktada, faydalı olabilecek iyileştirmeler şunlardır:

Sevmediğim veya alerjik olduğum malzemeleri filtrelemek.
Evde tüm malzemelere sahip değilsem bir alışveriş listesi oluşturmak.

Yukarıdaki durumlar için ek bir istem ekleyelim:

"Lütfen sarımsak içeren tarifleri çıkarın çünkü alerjim var ve yerine başka bir şey koyun. Ayrıca, evde zaten tavuk, patates ve havuç olduğunu göz önünde bulundurarak tarifler için bir alışveriş listesi oluşturun."

Şimdi yeni bir sonuç alıyorsunuz, yani:

1. Roasted Chicken and Vegetables:
Ingredients:
- 4 chicken thighs
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 2 tablespoons olive oil
- 1 teaspoon dried thyme
- 1 teaspoon dried oregano
- Salt and pepper, to taste

2. Chicken and Potato Stew:
Ingredients:
- 2 tablespoons olive oil
- 1 onion, diced
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 teaspoon dried oregano
- 1 teaspoon dried thyme
- 1 cup chicken broth
- Salt and pepper, to taste

3. Chicken and Potato Bake:
Ingredients:
- 2 tablespoons olive oil
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 onion, diced
- 1 teaspoon dried oregano
- 1 teaspoon dried thyme
- 1 cup chicken broth
- Salt and pepper, to taste

4. Chicken and Potato Soup:
Ingredients:
- 2 tablespoons olive oil
- 1 onion, diced
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 teaspoon dried oregano
- 1 teaspoon dried thyme
- 4 cups chicken broth
- Salt and pepper, to taste

5. Chicken and Potato Hash:
Ingredients:
- 2 tablespoons olive oil
- 2 chicken breasts, cut into cubes
- 2 potatoes, cut into cubes
- 2 carrots, cut into cubes
- 1 onion, diced
- 1 teaspoon dried oregano

Shopping List:
- Olive oil
- Onion
- Thyme
- Oregano
- Salt
- Pepper

İşte sarımsak içermeyen beş tarifiniz ve ayrıca evde zaten sahip olduğunuz malzemeleri göz önünde bulundurarak bir alışveriş listesi.

Egzersiz - bir tarif oluşturucu oluşturma

Artık bir senaryoyu oynadık, şimdi gösterilen senaryoya uygun kod yazalım. Bunu yapmak için şu adımları izleyin:

Mevcut app.py dosyasını başlangıç noktası olarak kullanın.

prompt değişkenini bulun ve kodunu şu şekilde değiştirin:

prompt = "Show me 5 recipes for a dish with the following ingredients: chicken, potatoes, and carrots. Per recipe, list all the ingredients used"

Şimdi kodu çalıştırırsanız, şu şekilde bir çıktı görmelisiniz:

-Chicken Stew with Potatoes and Carrots: 3 tablespoons oil, 1 onion, chopped, 2 cloves garlic, minced, 1 carrot, peeled and chopped, 1 potato, peeled and chopped, 1 bay leaf, 1 thyme sprig, 1/2 teaspoon salt, 1/4 teaspoon black pepper, 1 1/2 cups chicken broth, 1/2 cup dry white wine, 2 tablespoons chopped fresh parsley, 2 tablespoons unsalted butter, 1 1/2 pounds boneless, skinless chicken thighs, cut into 1-inch pieces
-Oven-Roasted Chicken with Potatoes and Carrots: 3 tablespoons extra-virgin olive oil, 1 tablespoon Dijon mustard, 1 tablespoon chopped fresh rosemary, 1 tablespoon chopped fresh thyme, 4 cloves garlic, minced, 1 1/2 pounds small red potatoes, quartered, 1 1/2 pounds carrots, quartered lengthwise, 1/2 teaspoon salt, 1/4 teaspoon black pepper, 1 (4-pound) whole chicken
-Chicken, Potato, and Carrot Casserole: cooking spray, 1 large onion, chopped, 2 cloves garlic, minced, 1 carrot, peeled and shredded, 1 potato, peeled and shredded, 1/2 teaspoon dried thyme leaves, 1/4 teaspoon salt, 1/4 teaspoon black pepper, 2 cups fat-free, low-sodium chicken broth, 1 cup frozen peas, 1/4 cup all-purpose flour, 1 cup 2% reduced-fat milk, 1/4 cup grated Parmesan cheese

-One Pot Chicken and Potato Dinner: 2 tablespoons olive oil, 1 pound boneless, skinless chicken thighs, cut into 1-inch pieces, 1 large onion, chopped, 3 cloves garlic, minced, 1 carrot, peeled and chopped, 1 potato, peeled and chopped, 1 bay leaf, 1 thyme sprig, 1/2 teaspoon salt, 1/4 teaspoon black pepper, 2 cups chicken broth, 1/2 cup dry white wine

-Chicken, Potato, and Carrot Curry: 1 tablespoon vegetable oil, 1 large onion, chopped, 2 cloves garlic, minced, 1 carrot, peeled and chopped, 1 potato, peeled and chopped, 1 teaspoon ground coriander, 1 teaspoon ground cumin, 1/2 teaspoon ground turmeric, 1/2 teaspoon ground ginger, 1/4 teaspoon cayenne pepper, 2 cups chicken broth, 1/2 cup dry white wine, 1 (15-ounce) can chickpeas, drained and rinsed, 1/2 cup raisins, 1/2 cup chopped fresh cilantro

NOT, LLM'niz deterministik değildir, bu nedenle programı her çalıştırdığınızda farklı sonuçlar alabilirsiniz.

Harika, şimdi işleri nasıl geliştirebileceğimizi görelim. İşleri geliştirmek için kodun esnek olmasını istiyoruz, böylece malzemeler ve tarif sayısı geliştirilebilir ve değiştirilebilir.

Kodunuzu şu şekilde değiştirin:

no_recipes = input("No of recipes (for example, 5): ")

ingredients = input("List of ingredients (for example, chicken, potatoes, and carrots): ")

# interpolate the number of recipes into the prompt an ingredients
prompt = f"Show me {no_recipes} recipes for a dish with the following ingredients: {ingredients}. Per recipe, list all the ingredients used"

Kodun test çalıştırması şu şekilde görünebilir:

No of recipes (for example, 5): 3
List of ingredients (for example, chicken, potatoes, and carrots): milk,strawberries

-Strawberry milk shake: milk, strawberries, sugar, vanilla extract, ice cubes
-Strawberry shortcake: milk, flour, baking powder, sugar, salt, unsalted butter, strawberries, whipped cream
-Strawberry milk: milk, strawberries, sugar, vanilla extract

Filtre ve alışveriş listesi ekleyerek geliştirme

Artık tarifler üretebilen ve hem tarif sayısı hem de kullanılan malzemeler açısından kullanıcı girdilerine dayanan esnek bir uygulamamız var.

Bunu daha da geliştirmek için şu eklemeleri yapmak istiyoruz:

Malzemeleri filtreleme. Sevmediğimiz veya alerjik olduğumuz malzemeleri filtrelemek istiyoruz. Bu değişikliği gerçekleştirmek için mevcut istemimizi düzenleyebilir ve sonuna bir filtre koşulu ekleyebiliriz:

filter = input("Filter (for example, vegetarian, vegan, or gluten-free): ")

prompt = f"Show me {no_recipes} recipes for a dish with the following ingredients: {ingredients}. Per recipe, list all the ingredients used, no {filter}"

Yukarıda, istemin sonuna {filter} ekliyoruz ve ayrıca kullanıcıdan filtre değerini alıyoruz.

Programı çalıştırırken örnek bir giriş şu şekilde görünebilir:

No of recipes (for example, 5): 3
List of ingredients (for example, chicken, potatoes, and carrots): onion,milk
Filter (for example, vegetarian, vegan, or gluten-free): no milk

1. French Onion Soup

Ingredients:

-1 large onion, sliced
-3 cups beef broth
-1 cup milk
-6 slices french bread
-1/4 cup shredded Parmesan cheese
-1 tablespoon butter
-1 teaspoon dried thyme
-1/4 teaspoon salt
-1/4 teaspoon black pepper

Instructions:

1. In a large pot, sauté onions in butter until golden brown.
2. Add beef broth, milk, thyme, salt, and pepper. Bring to a boil.
3. Reduce heat and simmer for 10 minutes.
4. Place french bread slices on soup bowls.
5. Ladle soup over bread.
6. Sprinkle with Parmesan cheese.

2. Onion and Potato Soup

Ingredients:

-1 large onion, chopped
-2 cups potatoes, diced
-3 cups vegetable broth
-1 cup milk
-1/4 teaspoon black pepper

Instructions:

1. In a large pot, sauté onions in butter until golden brown.
2. Add potatoes, vegetable broth, milk, and pepper. Bring to a boil.
3. Reduce heat and simmer for 10 minutes.
4. Serve hot.

3. Creamy Onion Soup

Ingredients:

-1 large onion, chopped
-3 cups vegetable broth
-1 cup milk
-1/4 teaspoon black pepper
-1/4 cup all-purpose flour
-1/2 cup shredded Parmesan cheese

Instructions:

1. In a large pot, sauté onions in butter until golden brown.
2. Add vegetable broth, milk, and pepper. Bring to a boil.
3. Reduce heat and simmer for 10 minutes.
4. In a small bowl, whisk together flour and Parmesan cheese until smooth.
5. Add to soup and simmer for an additional 5 minutes, or until soup has thickened.

Gördüğünüz gibi, içinde süt bulunan tarifler filtrelenmiş. Ancak, laktoz intoleransınız varsa, içinde peynir bulunan tarifleri de filtrelemek isteyebilirsiniz, bu yüzden net olmak önemlidir.

Bir alışveriş listesi oluşturma. Evde zaten sahip olduğumuz malzemeleri göz önünde bulundurarak bir alışveriş listesi oluşturmak istiyoruz.

Bu işlevsellik için her şeyi tek bir istemde çözmeyi deneyebiliriz veya iki isteme bölebiliriz. İkinci yaklaşımı deneyelim. Burada ek bir istem eklemeyi öneriyoruz, ancak bunun çalışması için önceki istemin sonucunu ikinci isteme bağlam olarak eklememiz gerekiyor.

Kodda ilk istemin sonucunu yazdıran kısmı bulun ve altına şu kodu ekleyin:

old_prompt_result = completion.choices[0].message.content
prompt = "Produce a shopping list for the generated recipes and please don't include ingredients that I already have."

new_prompt = f"{old_prompt_result} {prompt}"
messages = [{"role": "user", "content": new_prompt}]
completion = openai.Completion.create(engine=deployment_name, messages=messages, max_tokens=1200)

# print response
print("Shopping list:")
print(completion.choices[0].message.content)

Şunlara dikkat edin:

İlk istemden elde edilen sonucu yeni isteme ekleyerek yeni bir istem oluşturuyoruz:
```
new_prompt = f"{old_prompt_result} {prompt}"
```

Yeni bir istek yapıyoruz, ancak bu sefer ilk istemde istediğimiz token sayısını da dikkate alıyoruz, bu yüzden bu sefer max_tokens değerini 1200 olarak belirtiyoruz.

completion = openai.Completion.create(engine=deployment_name, prompt=new_prompt, max_tokens=1200)

Bu kodu çalıştırdığımızda, aşağıdaki çıktıya ulaşıyoruz:

No of recipes (for example, 5): 2
List of ingredients (for example, chicken, potatoes, and carrots): apple,flour
Filter (for example, vegetarian, vegan, or gluten-free): sugar


-Apple and flour pancakes: 1 cup flour, 1/2 tsp baking powder, 1/2 tsp baking soda, 1/4 tsp salt, 1 tbsp sugar, 1 egg, 1 cup buttermilk or sour milk, 1/4 cup melted butter, 1 Granny Smith apple, peeled and grated
-Apple fritters: 1-1/2 cups flour, 1 tsp baking powder, 1/4 tsp salt, 1/4 tsp baking soda, 1/4 tsp nutmeg, 1/4 tsp cinnamon, 1/4 tsp allspice, 1/4 cup sugar, 1/4 cup vegetable shortening, 1/4 cup milk, 1 egg, 2 cups shredded, peeled apples
Shopping list:
-Flour, baking powder, baking soda, salt, sugar, egg, buttermilk, butter, apple, nutmeg, cinnamon, allspice

Kurulumunuzu Geliştirin

Şu ana kadar çalışan bir kodumuz var, ancak işleri daha da iyileştirmek için yapmamız gereken bazı düzenlemeler var. Yapmamız gereken bazı şeyler şunlar:

Gizli bilgileri koddan ayırın, örneğin API anahtarı. Gizli bilgiler kodda yer almamalı ve güvenli bir yerde saklanmalıdır. Gizli bilgileri koddan ayırmak için ortam değişkenlerini ve python-dotenv gibi kütüphaneleri kullanarak bir dosyadan yükleyebiliriz. İşte bunun kodda nasıl görüneceği:
1. Aşağıdaki içeriğe sahip bir .env dosyası oluşturun:
```
OPENAI_API_KEY=sk-...
```
  Not: Azure için aşağıdaki ortam değişkenlerini ayarlamanız gerekiyor:
```
OPENAI_API_TYPE=azure
OPENAI_API_VERSION=2023-05-15
OPENAI_API_BASE=<replace>
```
  Kodda, ortam değişkenlerini şu şekilde yükleyebilirsiniz:
```
from dotenv import load_dotenv

load_dotenv()

openai.api_key = os.environ["OPENAI_API_KEY"]
```
Token uzunluğu hakkında bir not. İstediğimiz metni oluşturmak için kaç token gerektiğini düşünmeliyiz. Tokenlar maliyetlidir, bu yüzden mümkün olduğunca az token kullanmaya çalışmalıyız. Örneğin, istemi daha az token kullanacak şekilde ifade edebilir miyiz?

Kullanılan tokenları değiştirmek için max_tokens parametresini kullanabilirsiniz. Örneğin, 100 token kullanmak istiyorsanız, şu şekilde yapabilirsiniz:
```
completion = client.chat.completions.create(model=deployment, messages=messages, max_tokens=100)
```
Sıcaklık ile denemeler yapmak. Sıcaklık, şimdiye kadar bahsetmediğimiz ancak programımızın performansı için önemli bir bağlamdır. Sıcaklık değeri ne kadar yüksek olursa, çıktı o kadar rastgele olur. Tersine, sıcaklık değeri ne kadar düşük olursa, çıktı o kadar tahmin edilebilir olur. Çıktınızda çeşitlilik isteyip istemediğinizi düşünün.

Sıcaklığı değiştirmek için temperature parametresini kullanabilirsiniz. Örneğin, sıcaklığı 0.5 olarak ayarlamak istiyorsanız, şu şekilde yapabilirsiniz:
```
completion = client.chat.completions.create(model=deployment, messages=messages, temperature=0.5)
```
Not: 1.0'a ne kadar yakın olursa, çıktı o kadar çeşitli olur.

Ödev

Bu ödev için ne inşa edeceğinizi seçebilirsiniz.

İşte bazı öneriler:

Tarif oluşturucu uygulamasını daha da geliştirin. Sıcaklık değerleriyle ve istemlerle oynayın, neler ortaya çıkarabileceğinizi görün.
Bir "çalışma arkadaşı" oluşturun. Bu uygulama, Python gibi bir konu hakkında sorulara cevap verebilmelidir. Örneğin, "Python'da belirli bir konu nedir?" gibi istemleriniz olabilir veya "Belirli bir konu için bana kod göster" diyen bir isteminiz olabilir.
Tarih botu, tarihi canlandırın, botu belirli bir tarihi karakteri canlandırması için yönlendirin ve onun hayatı ve dönemi hakkında sorular sorun.

Çözüm

Çalışma arkadaşı

Aşağıda bir başlangıç istemi bulunmaktadır, bunu nasıl kullanabileceğinizi ve kendi isteğinize göre nasıl düzenleyebileceğinizi görün.

- "You're an expert on the Python language

    Suggest a beginner lesson for Python in the following format:

    Format:
    - concepts:
    - brief explanation of the lesson:
    - exercise in code with solutions"

Tarih botu

Kullanabileceğiniz bazı istemler şunlardır:

- "You are Abe Lincoln, tell me about yourself in 3 sentences, and respond using grammar and words like Abe would have used"
- "You are Abe Lincoln, respond using grammar and words like Abe would have used:

   Tell me about your greatest accomplishments, in 300 words"

Bilgi Kontrolü

Sıcaklık kavramı ne yapar?

Çıktının ne kadar rastgele olduğunu kontrol eder.
Yanıtın ne kadar büyük olduğunu kontrol eder.
Kullanılan token sayısını kontrol eder.

🚀 Meydan Okuma

Ödevi yaparken sıcaklığı değiştirmeyi deneyin, 0, 0.5 ve 1 olarak ayarlamayı deneyin. Unutmayın, 0 en az çeşitli, 1 ise en çeşitli olanıdır. Hangi değer uygulamanız için en iyi sonucu veriyor?

Harika İş! Öğrenmeye Devam Edin

Bu dersi tamamladıktan sonra, Generative AI Öğrenme koleksiyonumuzu inceleyerek Generative AI bilginizi geliştirmeye devam edin!

Derse geçin, burada sohbet uygulamaları oluşturmayı inceleyeceğiz!

Feragatname:
Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlamalar veya yanlış yorumlamalar için sorumluluk kabul etmiyoruz.

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Metin Üretim Uygulamaları Oluşturma

Giriş

Öğrenme hedefleri

Metin üretim uygulaması nedir?

Konsol ve UI uygulamaları sınırlıdır

Metin üretim uygulamalarının avantajları

Metin üretim uygulamasıyla neler yapabilirim?

Nasıl başlayabilirim?

Kütüphaneler/SDK'lar

openai ile ilk uygulama

openai'yi yükleme

Bir kaynak oluşturma

API anahtarını ve uç noktasını bulma

Azure yapılandırmasını ayarlama

Metin üretimi

Sohbet tamamlamaları

Egzersiz - ilk metin üretim uygulamanız

Farklı şeyler için farklı türde istemler

Daha pratik bir kullanım örneği: bir tarif oluşturucu

Egzersiz - bir tarif oluşturucu oluşturma

Filtre ve alışveriş listesi ekleyerek geliştirme

Kurulumunuzu Geliştirin

Ödev

Çözüm

Çalışma arkadaşı

Tarih botu

Bilgi Kontrolü

🚀 Meydan Okuma

Harika İş! Öğrenmeye Devam Edin

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

Metin Üretim Uygulamaları Oluşturma

Giriş

Öğrenme hedefleri

Metin üretim uygulaması nedir?

Konsol ve UI uygulamaları sınırlıdır

Metin üretim uygulamalarının avantajları

Metin üretim uygulamasıyla neler yapabilirim?

Nasıl başlayabilirim?

Kütüphaneler/SDK'lar

openai ile ilk uygulama

openai'yi yükleme

Bir kaynak oluşturma

API anahtarını ve uç noktasını bulma

Azure yapılandırmasını ayarlama

Metin üretimi

Sohbet tamamlamaları

Egzersiz - ilk metin üretim uygulamanız

Farklı şeyler için farklı türde istemler

Daha pratik bir kullanım örneği: bir tarif oluşturucu

Egzersiz - bir tarif oluşturucu oluşturma

Filtre ve alışveriş listesi ekleyerek geliştirme

Kurulumunuzu Geliştirin

Ödev

Çözüm

Çalışma arkadaşı

Tarih botu

Bilgi Kontrolü

🚀 Meydan Okuma

Harika İş! Öğrenmeye Devam Edin