NLP Academy · Pelajaran

Memanggil LLM dari Python

Mengirim prompt dan mengurai respons

Pelajaran 2 dari 413 langkah

Memanggil LLM dari Python adalah pelajaran NLP Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar NLP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus NLP Academy mencakup 4 pelajaran total.

Berinteraksi dengan Model melalui Kode

Anda tidak menjalankan model raksasa di laptop. Sebagai gantinya, Anda mengirim teks ke model yang dihosting melalui API dan menerima balasan. 🌐

Pasang Klien

Sebagian besar penyedia menyediakan pustaka Python klien agar Anda dapat memanggil model dengan beberapa baris yang rapi, bukan HTTP mentah.

pip install openai

Rahasiakan Kunci Anda

Pemanggilan diautentikasi dengan kunci API. Simpan kunci tersebut dalam variabel lingkungan, jangan pernah menuliskannya langsung di berkas sumber.

import os
key = os.environ["OPENAI_API_KEY"]

Buat Klien

Anda memulai dengan membuat objek klien. Objek ini membaca kunci Anda dan menangani detail jaringan untuk setiap permintaan yang Anda buat.

from openai import OpenAI
client = OpenAI()

Pesan, Bukan Sekadar Teks

Model percakapan menerima daftar pesan, yang masing-masing diberi peran seperti sistem, pengguna, atau asisten.

Peran Sistem

Pesan sistem menetapkan perilaku model sejak awal, misalnya dengan memintanya menjawab secara singkat atau bertindak sebagai tutor yang membantu.

Kirim Permintaan Anda

Anda menempatkan pertanyaan dalam pesan pengguna dan mengirim seluruh daftar tersebut ke model dalam satu pemanggilan.

resp = client.chat.completions.create(
  model="gpt-4o-mini",
  messages=[{"role": "user", "content": "Hi!"}])

Uraikan Respons

Balasan tersebut berupa objek terstruktur. Teks yang Anda inginkan berada di dalam pilihan pertama, siap dibaca atau disimpan.

text = resp.choices[0].message.content
print(text)

Kendalikan dengan Temperatur

Pengaturan temperatur mengendalikan keacakan. Nilai rendah menghasilkan jawaban yang konsisten; nilai tinggi menghasilkan jawaban yang lebih kreatif dan beragam.

Batasi Keluaran

Menetapkan token maksimum membatasi panjang balasan, sehingga respons tetap rapi dan biaya Anda dapat diprediksi.

Tangani Kegagalan

Jaringan dapat gagal dan batas dapat tercapai, jadi bungkus pemanggilan dalam try/except dan lakukan percobaan ulang dengan baik ketika terjadi kesalahan.

Pemeriksaan Singkat

Di mana Anda menemukan teks model dalam respons penyelesaian percakapan?

Jawab di pelajaran interaktif

Rangkuman

Pasang klien, load kunci Anda dari lingkungan, kirim pesan yang diberi peran, lalu baca teks dari pilihan pertama. ✅

Gratis untuk memulai

Belajar Python dengan tutor AI — gratis

Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.

Kursus: 30
Pelajaran: 120

Mulai belajar gratis Lihat kursus lengkapnya

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Memanggil LLM dari Python” gratis?

Ya — teks lengkap “Memanggil LLM dari Python” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus NLP Academy, upgrade ke CoddyKit PRO. Kursus NLP Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Memanggil LLM dari Python”?

Mengirim prompt dan mengurai respons Kamu berlatih NLP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai NLP Academy?

Tidak diperlukan pengalaman sebelumnya. NLP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.

Berapa lama pelajaran “Memanggil LLM dari Python” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran NLP Academy ini?

Ya. Setiap pelajaran NLP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

← Kembali ke NLP Academy