チャット補完を作成する
会話を構成するメッセージのリストが与えられると、提供されたモデルは適切なレスポンスを返します。
詳細については、「OpenAI APIリファレンス」内のチャット作成のドキュメントと関連するChat Completions APIガイドを参照してください。
入力
| フィールド | 定義 | タイプ | 必須 |
|---|---|---|---|
|
モデル(Model) |
使用するモデルのID。 Chat APIで機能するモデルの詳細については、「モデルエンドポイント互換性」テーブルを参照してください。 |
ドロップダウン | 正 |
|
メッセージ(Messages) |
会話を構成するメッセージのリスト。 |
オブジェクトのリスト | 正 |
|
温度(Temperature) |
出力で使用するサンプリング温度。
一般には、Oktaは両方ではなく、この入力とTop Pのいずれかを変更することをお勧めします。 |
数値 | FALSE |
|
Top P |
temperatureによるサンプリングの代替であり、核サンプリングと呼ばれます。 このモデルは、Top Pの確率質量を持つトークンの結果を考慮します。 値 一般には、Oktaは両方ではなく、この入力と温度(Temperature)のいずれかを変更することをお勧めします。 |
数値 | FALSE |
|
N |
入力メッセージごとに生成されるチャット補完の選択肢の数。 デフォルトは |
数値 | FALSE |
|
停止(Stop) |
それ以上のトークンの生成を停止するようにAPIに伝える最大で4つのテキストシーケンスを指定できます。「stopシーケンスの使用方法」を参照してください。 返されるチャット補完には |
テキスト |
FALSE |
|
最大トークン(Max Tokens) |
チャット補完に生成するトークンの最大数。 「トークナイザー」を参照してください。 |
数値 | FALSE |
|
存在ペナルティ(Presence Penalty) |
正の値では、テキスト内で既出かどうかに基づいて新規トークンがペナライズされるため、モデルが新しいトピックについて話す可能性が高くなります。 |
数値 | FALSE |
|
頻度ペナルティ(Frequency Penalty) |
正の値では、テキスト内で既出かどうかに基づいて新規トークンがペナライズされるため、モデルが同じ行を繰り返す可能性が低くなります。 |
数値 | FALSE |
|
ユーザー(User) |
エンドユーザーを表す一意のID。 OpenAIは、このIDを使って不正使用を監視、検出できます。「安全性のベストプラクティス」を参照してください。 |
テキスト |
FALSE |
出力
| フィールド | 定義 | タイプ |
|---|---|---|
|
モデル(Model) |
チャット補完で使用されるモデル。 |
テキスト |
|
ID (ID) |
チャット補完チャンクの一意のID。 |
テキスト |
|
Object(オブジェクト) |
オブジェクトタイプ。常に |
テキスト |
|
作成日時(Created) |
OpenAIがチャット補完を作成したUnixタイムスタンプ。値は秒単位です。 |
数値 |
|
選択肢(Choices) |
チャット補完の選択肢のリスト。
N が |
オブジェクトのリスト |
|
使用状況(Usage) |
補完リクエストの使用状況統計情報。
|
オブジェクト |
|
Raw Output (未加工出力) |
チャットから返される未加工の出力。 |
オブジェクト |
例
次に、カードが返す未加工出力(Raw Output)結果の例を示します。
{
"id": "chatcmpl-123",
"object": "chat.completion",
"created": 1677652288,
"model": "gpt-3.5-turbo-0613",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "\n\nHello there, how may I assist you today?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 9,
"completion_tokens": 12,
"total_tokens": 21
}
}