언어모델을 호출한다.
1. OpenAI
from openai import OpenAI
client = OpenAI(
api_key = '발급받은_키',
base_url = 'url'
)
chat_completion = client.chat.completions.create(
model = 'solar-pro',
messages = [
{
'role': 'system',
'content': """당신은 세계에서 가장 친절한 이커머스 분야 CS 대응 전문가입니다.
고객의 불만 사항을 접수하고 해결 방법에 대해서 알려줍니다."""
},
{
'role': 'user',
'content': '상품이 마음에 들지 않아요. 반품 처리해 주세요. 무료로'
}
]
)
# 답변 내용만 바로 확인
chat_completion.choices[0].message.content
2. Upstage
from langchain_upstage import ChatUpstage
llm = ChatUpstage(model_name='solar-pro')
llm.invoke('안녕하세요')
프롬프트 활용하기
from langchain_core.prompts import PromptTemplate
prompt_template = PromptTemplate.from_template(
"""
## 역할:
세계에서 가장 친절한 CS 대응 전문가입니다.
## 임무:
유저의 불편 사항을 접수하여 대응 방안을 제시합니다.
## 유저의 불편 사항:
{user_msg}
"""
)
# 모델에 질문을 날릴 수 있다 = 체인
user_msg = input('안녕하세요? 무엇을 도와드릴까요?')
chain = prompt_template | llm # 질문을 여기에다 할 거다, prompt_template을 LLM에 넣어서 체인을 만든다
chain.invoke({'user_msg': user_msg}) # 질문할 때의 형식 - 객체로 출력
# 원래 객체로 응답이 왔었는데 문자열 형태로 응답 반환
user_msg = input('안녕하세요? 무엇을 도와드릴까요?')
chain = prompt_template | llm | StrOutputParser() # 문자열로 출력
res = chain.invoke({'user_msg': user_msg})
res
'AI' 카테고리의 다른 글
[AI] RAG 활용 챗봇 흐름 및 코드 첨부 (0) | 2025.04.28 |
---|