OpenAI API를 사용하는 GPT-4.1 Python 빠른 시작



목차

OpenAI API 준비하기



OpenAI API 키 만들기









OpenAI 가격 정책

소스

W&B Weave

GPT-4.1 시작하기



1단계: OpenAI GPT-4.1 API 키

%env OPENAI_API_KEY=KEY



2단계: OpenAI와 W&B Weave 설치

지금이 좋은 때입니다 Weights & Biases에 가입하기몇 분 뒤 흐름이 한창일 때 작업을 끊지 않도록, 미리 저장해 두세요.

!pip install openai weave



3단계: 라이브러리를 임포트하고 OpenAI API 키를 전달하기

import os
import weave
from openai import OpenAI

# Initialize Weave
weave.init('gpt-4-setup')

# Initialize OpenAI client
client = OpenAI(api_key=os.getenv('OPENAI_API_KEY'))

4단계: GPT-4.1 프롬프트 설정하기

어시스턴트의 역할을 정의하세요. 이는 모델이 어떻게 동작해야 하는지를 지정하여 정체성을 설정하는 과정입니다. 예를 들어 “당신의 프롬프트에 답하는 동안 나는 누구여야 하나요?”라는 입력에 대해 “LLM을 학습 중인 머신러닝 엔지니어”처럼 지정하면, 모델이 그에 맞춰 응답하도록 유도할 수 있습니다.
사용자의 작업을 설정하세요. 이는 모델에게 수행할 작업을 정의합니다. 예를 들어 “무엇을 해 주길 원하나요?”라는 질문에 대한 입력으로 “내 코드에서 Weights & Biases를 사용해 팀과 더 효율적으로 협업하는 방법을 설명해 주세요.”처럼 구체적인 요청을 제공하면, 모델이 수행해야 할 행동을 이해하는 데 도움이 됩니다.

gpt_assistant_prompt = "You are a " + input ("Who should I be, as I answer your prompt?") 
gpt_user_prompt = input ("What do you want me to do?") 



5단계: GPT-4.1로 콘텐츠 생성하기

@weave.op()
def generate_content(gpt_assistant_prompt: str, gpt_user_prompt: str) -> dict:
    gpt_prompt = f"{gpt_assistant_prompt} {gpt_user_prompt}"
    messages = [
        {"role": "assistant", "content": gpt_assistant_prompt},
        {"role": "user", "content": gpt_user_prompt}
    ]
    response = client.chat.completions.create(
        model="gpt-4.1",  # Ensure correct model name is used
        messages=messages,
        temperature=0.2,
        max_tokens=1000,
        frequency_penalty=0.0
    )
    response_text = response.choices[0].message.content
    tokens_used = response.usage.total_tokens
    
    return {"response": response_text, "tokens_used": tokens_used}

# Call the function
result = generate_content(gpt_assistant_prompt, gpt_user_prompt)
print(result)

temperature모델 출력의 무작위성(창의성)을 조절하는 0 이상 1.0 이하의 값입니다. 0.2처럼 낮은 값을 사용하면 출력이 더 집중되고 결정론적으로 바뀌어, 창의성은 낮아지지만 정확성은 높아집니다.
max_tokens: 응답에서 사용할 최대 토큰 수(단어 및 단어의 일부)를 제한합니다. 모델은 성능과 상세함 사이의 균형을 맞추기 위해 답변에서 최대 1000개의 토큰을 생성합니다.
frequency_penalty: -2.0부터 2.0 사이의 값으로, 모델이 토큰을 반복할 가능성을 조절합니다. 0.0은 페널티 없음(자연스러운 반복 허용)을 의미합니다. 더 높은 값을 사용하면 생성된 텍스트에서 반복이 줄어듭니다.



모델 - 사용하려는 모델.
메시지 - 전송되는 메시지(대부분 프롬프트).
온도 - 0과 1 사이의 숫자이며, 값이 높을수록 무작위성이 커집니다. 값이 높으면 더 창의적일 수 있지만, 결과의 예측 가능성은 낮아집니다.
frequency_penalty - -2에서 2 사이의 숫자입니다. 값이 높을수록 지금까지의 응답에서 등장한 빈도에 따라 새로운 토큰에 더 큰 패널티를 부여합니다. 숫자가 높을수록 반복될 확률이 낮아집니다.

W&B Weave에서 GPT-4.1 입력과 출력 보기









결론

관련 자료