Dlaczego: Bez aktywnego konta i podpiętej metody płatności API nie będzie zwracać odpowiedzi (błąd 429 lub 401).

Jak:

Zarejestruj się na platformie OpenAI API.
Przejdź do sekcji 'Settings' -> 'Billing'.
Dodaj metodę płatności i wpłać minimalny depozyt (np. 5 USD), aby aktywować dostęp do modeli takich jak GPT-4o.

Gotowe, gdy: Masz dodatnie saldo na koncie OpenAI.

Dlaczego: Zapobiega to niekontrolowanym kosztom w przypadku błędów w kodzie (np. nieskończonych pętli).

Jak:

Wejdź w 'Settings' -> 'Limits'.
Ustaw 'Monthly budget threshold' (np. 10 USD) oraz 'Hard limit', po którym API przestanie działać.

Gotowe, gdy: Limity są aktywne i widoczne w panelu.

Dlaczego: Klucz API jest Twoim unikalnym identyfikatorem umożliwiającym autoryzację żądań.

Jak:

Przejdź do 'API Keys'.
Kliknij 'Create new secret key'.
Skopiuj go natychmiast i zapisz w bezpiecznym miejscu (nie będzie wyświetlony ponownie).

Gotowe, gdy: Posiadasz skopiowany ciąg znaków zaczynający się od 'sk-'.

Dlaczego: Python to najpopularniejszy język do integracji AI dzięki oficjalnemu wsparciu SDK.

Jak:

Pobierz Pythona (wersja 3.9+).
W terminalu wpisz: pip install openai python-dotenv.
Sprawdź instalację komendą pip show openai.

Gotowe, gdy: Biblioteka openai jest widoczna na liście zainstalowanych pakietów.

Dlaczego: Nigdy nie wpisuj klucza API bezpośrednio w kodzie, aby uniknąć jego wycieku (np. na GitHub).

Jak:

W folderze projektu stwórz plik o nazwie .env.
Wpisz w nim: OPENAI_API_KEY=twoj_klucz_tutaj.
Dodaj .env do pliku .gitignore.

Gotowe, gdy: Klucz jest odseparowany od głównego kodu źródłowego.

Dlaczego: Nowa wersja biblioteki (v1.0+) wymaga stworzenia instancji klienta.

Jak:

Użyj from openai import OpenAI.
Załaduj klucz przez os.getenv('OPENAI_API_KEY').
Stwórz obiekt client = OpenAI().

Gotowe, gdy: Skrypt uruchamia się bez błędów importu.

Dlaczego: Testuje podstawową łączność z modelem GPT-4o-mini.

Jak:

Wywołaj client.chat.completions.create().
Zdefiniuj model (np. 'gpt-4o-mini') oraz listę wiadomości messages.
Wydrukuj response.choices[0].message.content.

Gotowe, gdy: Otrzymasz tekstową odpowiedź od AI w konsoli.

Dlaczego: Definiuje zachowanie i ton odpowiedzi modelu.

Jak:

W liście messages dodaj słownik: {"role": "system", "content": "Jesteś ekspertem od..."}.
Przetestuj, jak zmiana instrukcji wpływa na odpowiedzi.

Gotowe, gdy: Model odpowiada zgodnie z narzuconą rolą.

Dlaczego: Kontrolujesz kreatywność (Temperature) oraz długość i koszt odpowiedzi (Max Tokens).

Jak:

Ustaw temperature=0.7 dla balansu lub 0.2 dla precyzji.
Ustaw max_tokens=500, aby ograniczyć zużycie.

Gotowe, gdy: Odpowiedzi mają przewidywalną długość i stopień zmienności.

Dlaczego: API jest bezstanowe – musisz przesyłać poprzednie wiadomości, aby model 'pamiętał' kontekst.

Jak:

Stwórz listę history.
Po każdej odpowiedzi dodawaj do niej zarówno pytanie użytkownika, jak i odpowiedź asystenta.
Przesyłaj całą listę w kolejnym żądaniu.

Gotowe, gdy: Możesz zadać pytanie nawiązujące do poprzedniej wypowiedzi.

Dlaczego: API może zawieść z powodu braku sieci, przekroczenia limitów lub błędów serwera.

Jak:

Użyj bloku try...except.
Przechwyć openai.RateLimitError oraz openai.APIConnectionError.
Zaimplementuj proste ponowienie próby (retry logic).

Gotowe, gdy: Program nie wyłącza się przy chwilowym braku internetu.

Dlaczego: Poprawia User Experience – użytkownik widzi tekst w miarę jego generowania, zamiast czekać na całość.

Jak:

Ustaw parametr stream=True.
Iteruj po obiekcie odpowiedzi: for chunk in response: ....
Wyświetlaj chunk.choices[0].delta.content.

Gotowe, gdy: Tekst pojawia się na ekranie słowo po słowie.

Dlaczego: Pozwala na automatyzację bez pisania pełnego backendu (np. auto-odpowiedzi e-mail).

Jak:

Użyj modułu 'HTTP' lub dedykowanego modułu 'OpenAI' w Make.com.
Skonfiguruj połączenie używając swojego klucza API.
Zmapuj dane wejściowe (np. z Google Sheets) do pola 'Prompt'.

Gotowe, gdy: Automatyzacja pobiera dane, wysyła do API i zapisuje wynik.

Dlaczego: Krótsze i konkretniejsze prompty zużywają mniej tokenów wejściowych.

Jak:

Usuń zbędne uprzejmości z instrukcji systemowych.
Używaj formatowania (np. Markdown), aby model szybciej rozumiał strukturę.
Rozważ użycie modelu GPT-4o-mini dla prostych zadań klasyfikacji.

Gotowe, gdy: Średni koszt na zapytanie spadnie przy zachowaniu jakości.

ChatGPT API – integracja

Projekt-Plan