はじめに

2022年11月に公開されたOpen AIのChatGPT3.5を体験するために、Jupiter notebookを利用してお手軽にチャットボットアプリのサンプルを作成してみました。

1.環境

windows 11 home 64bit
Jupiter notebook - python
(Google Colaboratory)
＋chat GPT

2.結果

コード

import openai
openai.api_key = "YOUR_API_KEY_HERE"

# GPT-3エンジンに接続する
model_engine = "text-davinci-002"
prompt = "こんにちは、私はチャットボットです。あなたのお名前は何ですか？"

# GPT-3での応答を取得する関数
def generate_response(prompt):
    response = openai.Completion.create(
        engine=model_engine,
        prompt=prompt,
        max_tokens=1024,
        n=1,
        stop=None,
        temperature=0.7,
    )

    message = response.choices[0].text
    return message.strip()

# ユーザー入力を受け取る関数
def get_input():
    user_input = input("あなた： ")
    return user_input

# メイン関数
def main():
    user_input = ""
    while user_input != "終了":
        user_input = get_input()
        prompt = f"あなた： {user_input}\nチャットボット："
        response = generate_response(prompt)
        print(f"チャットボット：{response}")

if __name__ == "__main__":

１．chatGPTに「GPT3を利用したチャットボットの作り方を教えてください」と入力します。
２．OpenAPIのAPIキーを利用した上記のサンプルコードが返ってきます。
　　※関数化されていない回答が返ってきた時は「関数化してください」とリクエストすると関数化もしてくれます。
３．Open AIサイトからAPIキーを取得して"openai.api_key"にキーを入れればチャットボットの挙動が確認できます。
Open AI API key

3.所感

本当に日本語（自然言語）の理解度＆回答精度が桁違いでした。
回答は最適な回答を推測して回答しているだけなので、毎回微妙に違った言葉選びだったりコードだったりします。
一方、利用シーンによると思いますが、回答が返った時の情報を鵜呑みせず、これが正しい（だろう）と判断できる知見も併せ持っておく必要があると感じました。
また、モデルによって特性が異なるようなので、目的にあったものに変更してみるとよさそうです。

いずれにせよ、すごい。。

引用