Azure OpenAIのGPT-4oを実行してみた。

はじめに

Azure OpenAIは、マイクロソフトが提供するクラウドベースのAI言語モデルサービスです。このサービスでは、GPT-4oをはじめとする最先端の言語モデルを利用することができます。GPT-4oは、従来のGPT-3.5モデルよりも高度な言語理解と生成能力を持っており、様々なタスクに活用できます。

このコードの目的は、Azure OpenAI APIを使ってGPT-4oモデルを活用し、対話形式のレスポンスを生成することを示すことです。具体的には、ユーザーからの質問に対して、GPT-4oモデルが適切な回答を生成する様子を確認することができます。これにより、Azure OpenAIサービスの活用方法の一例を理解することができます。

開発環境

• Azure OpenAI
• Python 3.11
  • Azure OpenAI APIとの通信に使用します。
  • python-dotenv 環境変数の管理に便利です。
• IDE
  • 今回はcursorを使用しています。

導入

Azureにログインします。
Azure Open AIサービスを開きます。
新しいリソースグループを作成します。
今回[GPT-4o]を使いたいため地域を[East US]にしておきます。
リソースグループ名は任意で入力します。
インスタンスNameを一意にする必要があります。

次の「Network」と「Tag」はそのまま。

ここでCREATEを押したらリソースグループの作成は完了します。それを作成したらリソースグループのリストから先程作ったリソースグループを選択し、リソース管理の方からのKEYとEndpointを取得します。KEYはどれか１つでだいじょうぶです。これは後程利用します。

次に、左のリストからOverviewを選択し、次の画面で
Azure OpenAi Studioに入いります。

左側のメニューからデプロイを選択します。
そこで新しいモデルをデプロイを作成します。

今回はモデルを「GPT-4o」にしています。デプロイ名も同じものにして作成します。

コードの作成

先ほど取得した「KEY」と「Endpoint」を利用して「.env」ファイルを作成します。

.env

AZURE_OPENAI_ENDPOINT=<YOUR_ENDPOINT>
AZURE_OPENAI_API_KEY=<YOUR_APIKEY>

次にプログラムを作成します。ここで「load_dotenv()」関数を利用して先ほど作成した「.env」ファイルから機密情報を取得しています。modelのところを先ほど作成したデプロイ名にします。

.py

import os
from openai import AzureOpenAI
from dotenv import load_dotenv

load_dotenv()

client = AzureOpenAI(
  azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"),
  api_key=os.getenv("AZURE_OPENAI_API_KEY"),
  api_version="2024-02-01"
)

response = client.chat.completions.create(
    model="gpt-4o", # model = "deployment_name".
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Does Azure OpenAI support customer managed keys?"},
        {"role": "assistant", "content": "Yes, customer managed keys are supported by Azure OpenAI."},
        {"role": "user", "content": "Do other Azure AI services support this too?"}
    ]
)

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

実行結果

お疲れ様でした。