openAIのレスポンスを翻訳

概要

• OpenAIのAPIを使ってレスポンスを英語で返してもらい、トークン量の節約をします。
• レスポンスをDeepLのAPIを使って日本語翻訳して出力します。

前提条件

• OpenAIの各種IDやAPIキーを取得している事。
• DeepLのAPIキーを取得する事。

開発環境

• python
• VScode

使用するモジュール

インポート

import os
from openai import OpenAI
import markdown
import requests

OpenAIのモデルについて

• OpenAIについては下記を参照
• OpenAIモデルについて

OpenAIにアクセスし、英語のレスポンスを受ける

OpenAI_API

## Markdownファイルを読込み、txt形式で返す関数
def markdown_txt(input_file_path):
    with open(input_file_path, 'r', encoding='utf-8') as markdown_file:
        markdown_content = markdown_file.read()
    return markdown_content

## マークダウンファイル形式に保存する関数
def save_to_markdown(filename, content):
    with open(filename, 'w') as file:
        file.write(content)

jp_txt_input = markdown_txt([マークダウンのファイルパス])

set_en="すべての回答を英語でお願いします。"

## OpenAIにアクセス
client = OpenAI(api_key=[OpenAiのAPIキー],organization=[組織id],project=[プロジェクトid])
stream = client.chat.completions.create(
    model="gpt-4o-mini", ##モデルを設定
    messages=[
      {"role": "system", "content": set_en},
      {"role": "user", "content": jp_txt_input}],
    stream=False,
)

## OpenAIから返ってきた内容（英語）をマークダウン形式で保存
en_post_txt = stream.choices[0].message.content
save_to_markdown(f'[保存先のファイルパス].md', en_post_txt)

返ってきた英語の内容をDeepLで翻訳し、日本語で出力

DeepL_API

input_text = en_post_txt
input_lang = 'EN'
target_lang = 'JA'

# パラメータの指定
params = {
  'auth_key': [DeepLのAPIキー],
  'text': input_text,
  'source_lang': input_lang,
  'target_lang': target_lang
}

# リクエストを投げる
jp_request = requests.post("https://api-free.deepl.com/v2/translate", data=params)
jp_result_json = jp_request.json()

jp_post_content=jp_result_json['translations'][0]['text']

## MDとして出力
save_to_markdown(f'[出力先ファイルパス].md',jp_post_content)

最後に

• モデル：gpt-4o-miniの場合、日本語出力に比べ英語出力の方が約2割ほどのトークン量削減ができました。
• OpenAiのモデルによってトークン量や値段が異なります。

モデル	max output tokens	入力(単位：ドル/1M tokens)	出力入力(単位：ドル/1M tokens)
gpt-4-mini	16,384	0.15	0.6
gpt-4o	4,096	5	15
gpt-4-turbo	4,096	10	30
gpt-4	8,192	30	60
gpt-3.5-turbo	16,385	0.5	1.5

上記の表は2024/08時点でまとめた表です。
詳細は公式で確認してください。