Tudo que você precisa saber para começar a usar ChatGPT no seu projeto sem saber programar?

A inteligência artificial tem transformado a maneira como interagimos com a tecnologia, e o ChatGPT é um exemplo disso. Desenvolvido pela OpenAI, esse modelo de linguagem avançado permite a criação de aplicações interativas e dinâmicas, e mesmo sem saber programar é possível tirar muito proveito, graças à ferramentas no-code. Algumas possibilidades incluem:

• Atedimento ao cliente: responder às perguntas e dúvidas mais comuns dos clientes, agilizando o atendimento e melhorando a experiência do usuário.
• Reservas e agendamentos: facilitar o processo de reservas e agendamentos, seja para restaurantes, consultas médicas, ou serviços em geral.
• Pesquisa e feedback: coletar opiniões e feedback dos usuários sobre produtos, serviços ou experiências, ajudando a melhorar e adaptar-se às necessidades do público-alvo.

Neste artigo, vamos descobrir o que temos que fazer para começar a construir alguns cenários utilizando a plataforma Make para integrar ChatGPT de forma eficiente e personalizada. Se você ainda não conhece Make, eu sugiro você dar uma olhada no artigo Make para iniciantes antes de ler esse, e se você ainda não tem uma conta Make, te sugiro criar uma. Das ferramentas no-code, é uma das que mais uso, por que ela dá MUITA flexibilidade de operações e fluxos. Então, vamos começar?

1 ▪️ Acesse o site da Plataforma OpenAI

2 ▪️ Clique no botão “Sign Up”.

3 ▪️ Insira seu endereço de e-mail e crie uma senha segura.

4 ▪️ Clique no botão “Create Account“.

5 ▪️ Você pode escolher criar uma organização ou manter sua conta pessoal apenas com seu nome, caso prefira.

6 ▪️ Verifique seu endereço de e-mail e telefone, seguindo as orientações da OpenAI.

7 ▪️ Após verificar seu endereço de e-mail, faça login na sua conta recém-criada.

8 ▪️ Uma vez criada sua conta, você encontrará no canto superior direito o menu de usuário, onde antes estavam os botões de Log In e Sign Up.

Prompts

É o texto de instrução que você fornece ao modelo para generar o resultado. Em outras palavras, é a pergunta que você faz. Algum exemplos de perguntas (prompts):

• Geração de conteúdo: “Escreva um artigo sobre…”
• Resumo: “Por favor, resuma o seguinte texto…”
• Tradução: “Por favor, traduzir o seguinte texto do português para o inglês: …”
• Perguntas: “Qual a capital da França?”
• Análise de sentimento: “Determinar o sentmento da seguinte frase: ‘…’ Positiiva ou negativa?”

Tokens

Tokens são as unidades básicas de texto usadas pela plataforma OpenAI para processar e gerar linguagem. Um token pode ser um caractere ou uma palavra, dependendo do idioma e da complexidade do texto. A plataforma divide o texto em tokens para analisar e criar respostas, e os custos são definidos de acordo com a quantidade de tokens usadas.

Models

Modelos são estruturas de inteligência artificial criadas pela OpenAI para processar e gerar linguagem. Eles são treinados com grandes quantidades de dados e aprendem a entender e produzir texto em diferentes contextos.

Existem vários modelos disponíveis na plataforma OpenAI, cada um com diferentes níveis de capacidade e adequados para diferentes tarefas. Ao utilizar a plataforma, você pode escolher o modelo mais apropriado para o seu objetivo, garantindo assim melhores resultados e eficiência no processamento da linguagem.

Open AI tem diversos modelos, incluindo o GPT4, que a dia de hoje está disponível de maneira muito limitada. Para trabalhar em Make, hoje há 4 modelos principais que fazem parte do GPT3:

1. davinci: é o modelo mais avançado e poderoso, tem disponíveis em GPT-3 e GPT-3.5. É útil para tarefas complexas que exigem alto nível de compreensão, como redação criativa, resolução de problemas e análise de textos. No entanto, também é o modelo mais lento e com maior custo computacional entre as variantes.
2. curie: oferece um bom equilíbrio entre desempenho e custo, sendo adequado para uma ampla gama de tarefas de processamento de linguagem natural, como resumir textos, responder a perguntas e gerar conteúdo em geral.
3. babbage: A variante babbage é menor que o curie e pode ser uma opção mais econômica e rápida para tarefas menos complexas. É útil em situações que não exigem a máxima precisão, como classificação de sentimentos, análise de texto e outras tarefas de processamento de linguagem natural.
4. ada: O modelo ada é o menor e mais rápido entre as variantes do GPT-3. Ele é ideal para tarefas mais simples e de menor custo computacional, como geração de conteúdo básico, análise de palavras-chave e tarefas que não exigem um alto nível de precisão ou complexidade.

Organization ID

é o identificador exclusivo de sua organização dentro da plataforma OpenAI. Ele permite que você gerencie e acesse os recursos específicos de sua organização.

Com login da sua conta feito, você encontra esse dado aqui (ou em Manage Account > Settings).

API Key

é uma chave de acesso que permite a autenticação e a comunicação segura entre o Make e a API da OpenAI. Com essa chave, você pode fazer solicitações à API para utilizar os modelos de linguagem da OpenAI em seus cenários. Criarla é muito fácil:

1 ▪️ Visita a página de API Keys (ou clica no seu nome no canto superior direito, depois View API Keys)
2 ▪️ Clica em Create new secret key

Pronto, sua API Key está criada. É um monte de letras e números que começam com “sk-…”
ATENÇÃO: copie a chave gerada e cole em algum registro que você possa recuperar (por exemplo no bloco de notas). Uma vez que você feche a janela, ela será criptografada e você nunca mais poderá ver a chave criada.

1 ▪️ No seu cenário desejado de Make, adicione um novo módulo e busque por OpenbAI

2 ▪️ Selecione a opção OpenAI (DALL-E & ChatGPT)

3 ▪️ Seleciona o módulo que você precisa.

• Create a completion: para gear textos
• Create an Edit: permite editar e melhorar o texto existente, fornecer sugestões e correções de gramática, ortografia e estilo para o texto que está sendo editado (tem um Creatae a Completion antes)
• Create a moderation: verifica se o texto viola políticas de conteúdo da OpenAI,
• Generate an Image: gera uma imagem com DALL-E.
• Make an API Call: realiza uma chamada API diferente das mencionadas acima.

Para esse exemplo, selecionamos Create a Completion. Você precisa configurar sua conexão API.

4 ▪️ Clicar em “Add”

5 ▪️ Connection name: Escolha um nome que identifique sua conexão

6 ▪️ API Key: copie aqui sua API Key. Se você não sabe onde ela está, clica aqui.

7 ▪️ Organization ID: copie aqui o código da sua organização em OpenAI. Se você não sabe onde ele está, clica aqui.

8 ▪️ Pronto, está conectado! Agora você só precisa configurar a chamada para o que você precisa!

O OpenAI está em constante atualização, os conteúdos e possibilidades de configuração podem variar um pouco dessa explicação. Cada vez que entro tem alguma coisa difernte… Mas em base ao que está disponível hoje:

• Select Method: se você quer gerar um texto (Prompt) ou uma resposta de chat (Chat)
• Model: o modelo com o qual você quer trabalhar. Essa é a parte que mais muda, pero a dia de hoje estão disponíveis os modelos abaixo e suas variações de uso (text para texto). Para mais informações dos modelos, olha aqui.
  • davinci: é o modelo mais avançado, poderoso e caro,
  • curie: oferece um bom equilíbrio entre desempenho e custo,
  • babbage: opção mais econômica e rápida para tarefas menos complexas.
  • ada: é o menor e mais rápido entre as variantes do GPT-3. Ele é ideal para tarefas mais simples e de menor custo computacional.
• Prompt: a instrução para geração de conteúdo.

9 ▪️ No canto inferior esquerdo, seleciona Show Advanced settings.

Importante mudar:

• Max Tokens: se você quer gerar respostas mais complexas, eu sugiro você aumentar a quantidade de tokens. Se você deixar esse campo em branco, o valos máximo será 16 tokens (que são entre 16 letras e 16 palavrars).
  Coloque a quantidade de tokens que seja suficiente para gerar o tipo de conteúdo que você quer. Por exemplo: para textos maiores, com mais parágrafos, eu deixo entre 1500-1800 tokens. Leve em consideração que os tokens usados na pergunta contam.

Opcional (mais complexos):
Esses parâmetros eu recomendo você ir usando aos poucos para ajustar e afinar as respostas. É tentativa e erro, por que cada prompt e objetivo pode precisar de ajustes diferentes.

• Temperature: um parâmetro usado para controlar a criatividade ou a aleatoriedade dos resultados. Ele determina o quão provável é que a API escolha uma palavra ou frase mais rara ou incomum para completar uma tarefa. Um valor mais alto de temperatura resultará em respostas mais criativas e aleatórias.
  Em geral, valores de temperatura mais altos são usados para tarefas criativas, como gerar nomes de produtos, enquanto valores mais baixos são preferidos para tarefas mais técnicas, como previsão de texto.
• Top P: controla a diversidade do texto. Por exemplo, se Top P for definido como 0,9, a API escolherá dentre os 90% dos tokens mais prováveis. Isso ajuda a controlar a diversidade do texto gerado pela API.
• N: Quantas respostas você precisa para a mesma pergnta? O padrão é 1.
• Echo (YES/NO): faz com que a resposta gerada pelo modelo seja repetida ou ecoada no final da geração. Isso pode ser útil em certas situações, como quando se está criando uma resposta para uma pergunta específica e se quer enfatizar ou reafirmar a resposta gerada.
• Other Input Parameters: podem ser usados para personalizar ainda mais a geração de texto e incluem opções como “frequency_penalty” (frequência de palavras usadas na saída gerada), “presence_penalty” (frequência de tokens na entrada que devem aparecer na saída) e “stop” (uma lista de tokens que, quando encontrados na saída gerada, farão com que a geração de texto pare). A inclusão desses parâmetros pode ajudar a ajustar a saída gerada pelo modelo para atender às necessidades específicas do usuário.

10 ▪️ PRONTO! Seu módulo está pronto para ser usado.

Para exemplificar, eu criei um prompt simples “Você poderia dizer “Olá” aos leitores de Caipirinha Digital? em português”. Escolhi o modelo text-davinci-002 e limitei a 100 tokens máximos.

O chat me devolveu “Olá leitores da Caipirinha Digital!”.

Se você cliciar no + de Usage, você ainda pode ver quantos tokens foram usados, que foram 14 para resposta e 29 para pergunta (43 totais).

Os prompts podem ser tão variados quando você precise. Podem incluir elementos dinâmicos de outros módulos anteriores e fórmulas, por exemplo.