始める無料で始める

毎回ブレない出力！

あなたは動画配信プラットフォーム向けに、個人向けの映画レコメンドシステムを開発しています。アプリの UI に正しく表示できるようにするため、pydantic と OpenAI クライアントで構造化出力を使う必要があります。映画レコメンド用のスキーマを定義し、構造化された結果を抽出しましょう。

この演習はコースの一部です

OpenAI Responses API を使いこなす

コースを見る

演習の手順

  • title、genre、vibe、why の各フィールドを持つ MovieRecommendation という pydantic クラスを定義します。
  • 提示されたプロンプトを使って、MovieRecommendation クラスで構造化レコメンドを生成します。
  • レスポンスから解析済みのレコメンドを取り出し、title と why の情報にアクセスしましょう。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Define the book recommendation schema
class ____(BaseModel):
    ____: str = Field(description="The book title")
    ____: str = Field(description="Primary genre")
    ____: str = Field(description="One-word vibe: cozy, thrilling, emotional, or fun")
    ____: str = Field(description="One sentence explaining why this matches")

# Generate structured recommendation
response = client.responses.____(
    model="gpt-5.4-mini",
    instructions="You are a knowledgeable movie recommender.",
    input="Recommend a movie for someone who loved Inception and wants something mind-bending",
    text_format=____,
)

# Extract the parsed output and results
recommendation = response.____
print(f"Title: {recommendation.____}")
print(f"Reason: {recommendation.____}")
コードを編集して実行