【Python】ChatGPTAPIを使用して、レスポンスを返す方法（モデル：text-davinci-003、chatgpt3.5-turbo対応）visual studio Codeを使用しています。

このブログではAffinger5を使用しています。

ブログテーマが気に入った方はコチラをクリック

ChatGPTのレスポンスを返すプログラムを作成する。

今回はPythonプログラミングでChatGPTから応答を返すプログラムを作っていきます。

今回の対象モデルは【text-davince-003】と【chatgpt3.5-turbo】です。

環境はVisual Studio Codeを使用しています。

ChatGPTのアカウントは既に生成したことが前提です。

Pythonを使用して、ChatGPTのレスポンスを返すプログラムを作ってみよう！

サルモリ

Pythonをさらに学びたい方へ

Pythonを理解して頂くために参考書を執筆致しました！

Pythonのラムダ式、リスト、辞書型、Pandasなどを学びたい方にオススメの本となっています。演習問題をたくさん用意しているので、実践形式で理解しやすい内容となっています

下記の画像をクリック！！kindleunlimitedの会員であれば無料で見れます！

⇩初心者向け　　　　⇩中級者向け

PythonでChatGPTAPIを使ってブログ作成を自動化しませんか？

ChatGPTAPIキーの発行手順

まずは、ChatGPTのAPIキーを発行する必要があります。

step
1https://openai.com/api/にアクセスします。

step
2「GET STARTED」をクリックします。

step
3アカウントは既に作成したと思うので、「Continue」をクリックします。

step
4メールアドレスとパスワードを入力し、Continueボタンを押下します。

step
5OpenAIの利用方法について質問に対し、個人利用として「I’m exploring personal use」を選択します。画像がなくてすみません。

以上でAPIキーを発行するまでのアカウント登録まで完了します。

step
6メニュー画面の右上の「Personal」アイコンをクリックし、「View API Keys」をクリックします。

step
7「Create new secret key」を押下すると、APIキーを発行することができます。

発行したAPIキーをコピーし、プログラム上で指定すると使うことができます。

APIキーの発行手順については以上です。

サルモリ

これでAPIキーの発行が完了したよ！！

OPENAIのライブラリをインストール

続けて、OPENAIの便利なライブラリをVisual Studio Codeからインストールします。

step
1メニューの「ターミナル」⇒「新しいターミナル」をクリックします。

step
2「pip install openai」とコマンドを打ちます。

以上で、PythonからChatGPTを使用する準備が整いました！

サルモリ

あとはChatGPTと接続するソースコードを書くだけだよ！

PythonからChatGPTを使用する（モデル：text-davinci-003）

早速、ソースコードを見ていきましょう！

api_keyに発行したキーを入力し、下記のソースコードを実行してみてください。

import os
import openai

openai.api_key = '' #発行したAPIキーを入力

prompt = "消費税のブログタイトル考えてください。";

print(prompt)

response = openai.Completion.create(
    model="text-davinci-003",
    prompt=prompt,
    max_tokens=1000,
    echo=False
)

print(response['choices'][0]['text'].replace('\n', ''))

import os

import openai

openai.api_key = '' #発行したAPIキーを入力

prompt = "消費税のブログタイトル考えてください。";

print(prompt)

response = openai.Completion.create(

model="text-davinci-003",

prompt=prompt,

max_tokens=1000,

echo=False

)

print(response['choices'][0]['text'].replace('\n', ''))

 出力結果
消費税のブログタイトル考えてください。
『新しく導入される消費税、その価値を考える』

上記のように比較的簡単にソースコードを書くことができます。

promptが質問文となりますので、自由に書き換えて実行してみてくださいね。

サルモリ

Chatgptから応答が返ってきたね！！

PythonからChatGPTを使用する（モデル：chatgpt3.5-turbo）

続けて、chatgpt3.5-turboにリクエストするソースコードを見ていきます。

chatgpt3.5-turboから会話履歴も一緒にリクエストを送ることができるようになりました。

ソースコードをみていきましょう。

import os
import openai

def get_openai_response(messages_array):
    for item in messages_array:
        print(item)
    	openai.api_key = ''    # 発行したAPIキーを入力
    	response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        max_tokens=1000,
        messages = messages_array
    	)

    response_text = response["choices"][0]["message"]["content"].replace('/n', '')
    print(response_text)

    return response_text

messages_array=[{"role": "system", "content": "筋肉トレーニング"}
,{"role": "user", "content": "ブログタイトルを考えてください。"}]

get_openai_response(messages_array)

import os

import openai

def get_openai_response(messages_array):

for item in messages_array:

print(item)

openai.api_key = '' # 発行したAPIキーを入力

response = openai.ChatCompletion.create(

model="gpt-3.5-turbo",

max_tokens=1000,

messages = messages_array

)

response_text = response["choices"][0]["message"]["content"].replace('/n', '')

print(response_text)

return response_text

messages_array=[{"role": "system", "content": "筋肉トレーニング"}

,{"role": "user", "content": "ブログタイトルを考えてください。"}]

get_openai_response(messages_array)

 出力結果
{'role': 'system', 'content': '筋肉トレーニング'}
{'role': 'user', 'content': 'ブログタイトルを考えてください。'}
「筋肉に磨きをかけるトレーニング日記」

上記のように応答が返ってきました！

会話履歴を一緒に送れるようにする仕様からString型ではなく、

リスト型で要素が辞書型で送るようになっています。下記の部分です。

messages_array=[{"role": "system", "content": "筋肉トレーニング"} 
,{"role": "user", "content": "ブログタイトルを考えてください。"}]

1 2	messages_array=[{"role": "system", "content": "筋肉トレーニング"} ,{"role": "user", "content": "ブログタイトルを考えてください。"}]

ロールのsystemは過去のリクエスト、userは現在のリクエストを表しています。

role	内容
user	今回のリクエスト
system	過去のリクエスト
assistant	過去のレスポンス

各ロールは上記の表のような意味を持っています。

そのため、下記のようにsystemの部分をコメントアウトしてリクエストを送ると、

messages_array=[#{"role": "system", "content": "筋肉トレーニング"}
{"role": "user", "content": "ブログタイトルを考えてください。"}]

1 2	messages_array=[#{"role": "system", "content": "筋肉トレーニング"} {"role": "user", "content": "ブログタイトルを考えてください。"}]

 出力結果
{'role': 'user', 'content': 'ブログタイトルを考えてください。'}
「今日から始める小さなストーリー」

筋トレとは全く関係ないブログタイトルが返ってきます。

このように、chatgpt3.5-turboから会話履歴に基づいた応答を返すことが可能となりました。

chatgpt3.5-turboの解説は以上です。

サルモリ

このプログラムを色々と改良していけば、chatgptを使ったアプリを作ることができるよ！

まとめ

今回はPythonでChatGPTを使用する方法を解説していきました。

細かいソースコードの説明はしておりませんが、Chatgptとの連携方法は分かって頂けたと思います。

上記のプログラムを使えば、ChatGPTと連携するプログラムはすぐに作れると思います！ぜひご活用ください！

最後まで読んで頂き、ありがとうございました！

サルモリ

最後まで読んでくれて、ありがとう！！

Pythonをさらに学びたい方へ

Pythonを理解して頂くために参考書を執筆致しました！

下記の画像をクリック！！kindleunlimitedの会員であれば無料で見れます！

⇩初心者向け　　　　⇩中級者向け

PythonでChatGPTAPIを使ってブログ作成を自動化しませんか？

【Python】ChatGPTAPIを使用して、レスポンスを返す方法（モデル：text-davinci-003、chatgpt3.5-turbo対応）visual studio Codeを使用しています。

ChatGPTのレスポンスを返すプログラムを作成する。

Pythonをさらに学びたい方へ

ChatGPTAPIキーの発行手順

OPENAIのライブラリをインストール

PythonからChatGPTを使用する（モデル：text-davinci-003）

PythonからChatGPTを使用する（モデル：chatgpt3.5-turbo）

まとめ

Pythonをさらに学びたい方へ

広告ブロックを検出しました。