Instalasi Library yang digunakan
Pertama kita perlu menginstall OpenAI Python library, yang memudahkan kita dalam mengakses OpenAI API dari aplikasi yang menggunakan Bahasa Python. Gunakan perintah berikut pada command prompt:
$ pip install openai
Selanjutnya install python-dotenv, yang berguna untuk menyimpan environment variable. Akan kita gunakan menyimpan API key agar tidak di hardcode dalam program.
$ pip install python-dotenv
Membuat File .env
Setelah instalasi selesai, buat file .env pada folder project Anda dan isi dengan key dari openAI yang telah dibuat pada modul sebelumnya. Pada tutorial akan digunakan nama field OPENAI_KEY
OPENAI_KEY=isi-dengan-key-anda
Tutorial akan menggunakan jupyter notebook, Anda dapat menggunakan editor lainnya. Dipilih jupyter notebook karena lebih mudah dalam melakukan testing. Jika menggunakan jupyter notebook, jalankan perintah berikut pada direktori project Anda.
$ jupyter notebook
Sampai disini persiapan awal untuk menggunakan OpenAI API sudah selesai. Selanjutnya kita akan buat kode sederhana.
Code dibawah akan melakukan request openai Completion, dimana kita perlu me-spesisikasikan 2 parameter wajib yaitu model yang digunakan dan prompt (input) yang akan diproses oleh model AI.
Kita akan bahas lebih mendalam mengenai parameter dan fungsi yang tersedia pada modul-modul selanjut, untuk saat ini Anda tidak perlu khawatir untuk memahami code dibawah, tujuannya adalah untuk memastikan kita bisa mengakses openAI API.
import openai from dotenv import dotenv_values config = dotenv_values(".env") openai.api_key = config["OPENAI_KEY"] openai.Completion.create( model = "text-davinci-003", prompt = "How do you say hello in French?" )
Jika tidak ada masalah maka akan tampil response seperti berikut:
<OpenAIObject text_completion id=cmpl-7K2nDeKu6hsx5drg4QquHqpxY6xs7 at 0x12743942180> JSON: {
"choices": [
{
"finish_reason": "stop",
"index": 0,
"logprobs": null,
"text": "\n\nBonjour!"
}
],
"created": 1685011651,
"id": "cmpl-7K2nDeKu6hsx5drg4QquHqpxY6xs7",
"model": "text-davinci-003",
"object": "text_completion",
"usage": {
"completion_tokens": 6,
"prompt_tokens": 8,
"total_tokens": 14
}
}
Untuk saat ini kita tidak perlu pahami dahulu response diatas. Secara sekilas dapat dilihat output model dapat diakses pada field text, yang berisi kata Bonjour!.
Pada modul selanjutnya kita akan membahas mengenai token, penting memahami token karena biaya akan diperhitungkan berdasarkan token.