はじめに

昨日の記事「OpenAI APIの使い方講座【公式Quickstart】」に引き続き、OpenAI APIを扱います。
本日のお題は、「Chat Completions APIで京都旅行プランを考える」です。

Chat Completions API

出来上がったソースコード

text_generation.py

from openai import OpenAI

def generate_text(model_name, system_message, user_message):
    client = OpenAI()

    completion = client.chat.completions.create(
        model=model_name,
        messages=[
            {"role": "system", "content": system_message},
            {"role": "user", "content": user_message}
        ]
    )

    return completion.choices[0].message.content

if __name__ == "__main__":
    model_name = "gpt-4"
    system_message = "あなたは旅行計画の専門家で、特定の都市に関する詳細な旅行プランを提案するのが得意です。"
    user_message = "3日間の京都旅行プランを作成してください。文化的な場所と美味しい食事を楽しみたいです。"

    generated_text = generate_text(model_name, system_message, user_message)

    print(generated_text)

昨日の記事で使用した公式Quickstartのサンプルコードをベースにしていますが、下記の変更を行いました。

関数化し、入力を汎用的に変更できるようにしました。
課題を達成するためのsystem, userを入力として与えています。
completion.choices[0].messageをcompletion.choices[0].message.contentに変更し、中身の文字列を取り出しています。
モデルをGPT4にしました。

実行結果

もちろんです、素晴らしい旅行プランをご提案させて頂きます。

**1日目：古都の文化を探索**
- 朝：新幹線またはフライトで京都に到着後、ますまずは京都駅周辺で一息ついてください。京都タワーに登ると、京都市の全景を眺めることができます。
- 昼：昼食には地元で愛される名物「京都らーめん」を食べに行きましょう。ええぜん 京都駅前店はおすすめです。
- 昼後：昼食後は、京都市バスで金閣寺へ。金色に輝く美しい建物と庭園を探索しましょう。
- 夜：夕食は、伝統的な日本料理「季節の会席料理」が楽しめる「京釜料理 百八」で。こちらは予約をオススメします。

**2日目：歴史ある寺院へと足を運ぶ**
- 朝：東山区にある清水寺へ。ここからの眺望は絶景です。その後、周辺の町並みを散策し、伝統的なお茶屋で一服しましょう。
- 昼：昼食は、清水寺近くの「千利休清水道店」で「おばんざい」を楽しみましょう。
- 昼後：バスまたはタクシーで伏見稲荷大社へ。千本鳥居はフォトジェニックなスポットです。
- 夜：夕食は、鴨川沿いにある「川床料理 みよし」で。ここは予約が必要です。

**3日目：和食文化とショッピング**
- 朝：早朝に「錦市場」へ。新鮮な食材や京漬物を見ることができます。その後、「祇園」に移動し、町並みを散策しましょう。
- 昼：昼食には、祇園近くの「通富士屋」で「すき焼き」または「しゃぶしゃぶ」を楽しむことをおすすめします。
- 昼後：バスで西陣区へ移動し、「西陣織会館」で京都の伝統工芸品を見学しましょう。その後、周辺のお店でお土産を探します。
- 夜：最後の夜は、京都駅近くの「京都迎賓館」で最高級の和食を楽しみましょう。美味しい料理とともに、京都での素晴らしい時間を振り返りましょう。

これが3日間の京都旅行の提案です。文化的な場所はもちろん、お食事も現地の味を楽しむことができます。どうぞお楽しみください。

おわりに

それっぽいプランが出力されましたが、実はハルシネーションで実在しないお店ということもあるのでしょうか。
ちなみに、GPT4のハルシネーション確率は3.0%とのことです。

情報がどこまで正しいかはわかりませんが、参考になる京都旅行プランだと思いました。文化的な場所と美味しいごはんを楽しもうと思います😋

ソースコード

本記事で使用したソースコードは、下記のGitHubレポジトリに格納しています。