はじめに
この記事では、OpenAI APIを用いて生成AIに質問を行い、回答を得るところまでを解説します。
細かいチューニングを行う前の疎通確認としても、使い勝手がよいソースコードを意識しております。
前提として、Pythonの「langchain_openai」を用いますので、記事を読み進める前に、OpenAIのAPIのアカウントを作成しておく必要があります。今回はGoogle Colabratory(以下、Colabと略記)を環境として使っていきます。
OpenAI APIを使うための準備
まずは以下のURLより、API KEYを発行します。https://beta.openai.com/account/api-keys
「+Create new secret key」よりAPI Keyを発行します。発行したAPI Keyは保管しておいてください。
openaiのインストール
!pip install langchain_openai |
トークンを環境変数に設定
Colab画面右側のシークレットに、OpenAIから取得したトークンをセットします。
本記事では `openai_api_key` という名前で登録します。
シークレットの `openai_api_key` を、環境変数に設定します。
OpenAIを使用するにあたり、 `OPENAI_API_KEY` という環境変数が参照されます。
import os from google.colab import userdata os.environ[“OPENAI_API_KEY”] = userdata.get(“openai_api_key”) |
実装し、回答を取得してみた
from langchain_openai import ChatOpenAI chatOpenAi = ChatOpenAI() chatOpenAi.invoke(“国会図書館は、東京のどこに位置していますか?”) |
実際に得られた回答例(本文のみ抜粋)
国会図書館は、東京都千代田区の永田町に位置しています。 |
まとめ
この記事では、OpenAI APIを用いて質問と回答を得るところまでの方法を解説しました。
ぜひ、LangChainライブラリを用いて様々な実装を試してみてください。
✨生成AIコース 受講お申込み受付中!
生成AIの概要やChatGPTの基礎操作、プロンプトエンジニアリングの基礎から実践まで学べます。演習課題を通じて、ご自身の業務に適したプロンプトやツールを作成し、生成AIを業務に活用できるスキルが身につきます。
受講特典:受講期間中、59種類の充実したAI Academyのオリジナルテキストを使いながら学んでいただけます。 例)「機械学習に必要な数学編」「機械学習アルゴリズムの理論と実装編」「自然言語処理編」「プロンプトエンジニアリング入門編」など

AIスキルを効率よく身につけるには

最後まで記事をお読みいただきありがとうございました。今回紹介したLLMについて学びたい方はLLMアプリ開発コースなどを活用してみてください。
最新の生成AIやAIアプリの開発スキルを効率よく習得するためには、AIの基礎からAIを活用したWebアプリの開発など、体系的に学習できるサービスを利用することが重要です。例えば、AI Academy Bootcampでは、自分の好きな時間と場所で動画コンテンツを視聴しながら学ぶことができます。