概要

ChatGPTのAPIを利用する際に、特定のプロンプトをあらかじめ定義しておきたい場合があります。このルートプロンプト（初期プロンプト）は、モデルの動作や生成されるレスポンスに影響を与える重要な要素です。この記事では、Pythonを使ってChatGPT APIでルートプロンプトを定義する方法を、ステップ・バイ・ステップで解説します。
文章はGPT4oで作成しています。

コード全文

コードをコピーする
import openai

# OpenAI APIキーを設定
openai.api_key = "your-api-key"

# ルートプロンプトを定義
root_prompt = "You are an expert Python developer who is highly skilled at data analysis and machine learning."

# ChatGPT APIを使用してレスポンスを取得
response = openai.ChatCompletion.create(
    model="gpt-4",  # 使用するモデルを指定
    messages=[
        {"role": "system", "content": root_prompt},  # ルートプロンプトを最初に指定
        {"role": "user", "content": "What are the best practices for data preprocessing?"}  # ユーザーからの質問
    ]
)

# レスポンスを取得
print(response.choices[0].message['content'])

ステップ・バイ・ステップでのコードの説明

1. OpenAI APIキーを設定

コードをコピーする
openai.api_key = "your-api-key"
まず、OpenAIのAPIキーを設定します。このキーはOpenAIのダッシュボードから取得できます。

2. ルートプロンプトを定義

root_prompt = "You are an expert Python developer who is highly skilled at data analysis and machine learning."

次に、ルートプロンプトを定義します。このプロンプトは、モデルの動作や生成されるレスポンスに影響を与えます。今回は「Pythonの開発者であり、データ分析と機械学習に非常に精通している」という設定にしました。

3. ChatGPT APIを使用してレスポンスを取得

response = openai.ChatCompletion.create(
    model="gpt-4",  # 使用するモデルを指定
    messages=[
        {"role": "system", "content": root_prompt},  # ルートプロンプトを最初に指定
        {"role": "user", "content": "What are the best practices for data preprocessing?"}  # ユーザーからの質問
    ]
)

openai.ChatCompletion.create 関数を使用して、モデルにリクエストを送信します。ここで、system ロールとしてルートプロンプトを指定し、その後に user ロールとして質問を追加します。

4. レスポンスを取得

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

最後に、モデルからの応答を取得し、表示します。

以上で、Pythonを使ってChatGPT APIでルートプロンプトを定義する方法の説明は終わりです。このようにして、モデルの振る舞いをコントロールし、より望ましい応答を得ることが可能です。ぜひ試してみてください！