Tworzenie aplikacji AI nigdy nie było prostsze dzięki API Responses! Naucz się wysyłać zapytania do modeli przez prosty interfejs, poznaj najlepsze praktyki pracy z modelami rozumowania oraz dowiedz się, jak budować dwustronne rozmowy z LLM.

Responses API – najlepszy przyjaciel programisty

Pierwsze wywołanie Responses API

Dodawanie instrukcji dla modelu

Wyodrębnianie informacji z odpowiedzi

Parametry odpowiedzi – przewodnik

Eksperymenty z bardziej zaawansowanymi modelami

Rozumowanie o rozumowaniu

Łączenie konwersacji

Od jednej wiadomości do drugiej

Konwersacja

Włączanie konwersacji z modelem

Pierwsze kroki z API Responses

LLM są potężne, ale stają się jeszcze potężniejsze, gdy wyposażysz je w narzędzia! Naucz się integrować wyszukiwanie w sieci z systemami LLM – bez dodatkowych kluczy API ani danych uwierzytelniających. Przekonaj się, że narzędziami mogą być właściwie dowolne rzeczy! Twórz własne narzędzia wywoływane przez LLM, aby wyjść poza bazowe możliwości modelu.

Elementy odpowiedzi: podstawowe składniki

Wyodrębnianie elementów odpowiedzi i ich zawartości

Wykorzystanie elementów do niestandardowej obsługi

Wyszukiwanie w sieci bez zbędnych komplikacji

Łączenie LLM z wyszukiwaniem w sieci

Weryfikacja źródeł w odpowiedziach LLM

Narzędzia z wywołaniem funkcji: definiowanie funkcji

Przepływ pracy z narzędziami wywoływania funkcji

Definiowanie funkcji do konwersji stref czasowych

Narzędzia z wywoływaniem funkcji: pełny przepływ pracy

Tworzenie definicji narzędzia dla OpenAI

Integracja narzędzi do wywoływania funkcji

Tworzenie narzędzi dla LLM

Przenieś swoje systemy LLM z fazy prototypu do środowiska produkcyjnego, korzystając z trzech kluczowych wzorców projektowych. Naucz się generować spójne i niezawodne dane wyjściowe w ustrukturyzowanym formacie, takim jak JSON. Wykorzystasz też zdarzenia semantyczne do strumieniowania aktualizacji dla użytkowników, tworząc interaktywne i przyjazne doświadczenia. Na koniec wejdź w świat multimodalności i dowiedz się, jak łączyć tekst z obrazami za pomocą modeli GPT-5 firmy OpenAI.

Generowanie ustrukturyzowanych danych wyjściowych

Spójne wyniki za każdym razem!

Zagnieżdżanie klas Pydantic

Strumieniowanie z użyciem zdarzeń semantycznych

Strumieniowanie odpowiedzi OpenAI

Strumieniowanie zdarzeń semantycznych

Strumieniowanie z wywołaniami funkcji

Elastyczność wejścia i multimodalność

Dane wejściowe oparte na rolach

Prompty z obrazami pobieranymi z URL

Prompting z lokalnymi plikami graficznymi

Gratulacje!

Zaawansowane wzorce dla środowisk produkcyjnych

Tworzenie aplikacji AI nigdy nie było tak proste jak z API Responses! W tym kursie nauczysz się, jak wysyłać zapytania do modeli przez prosty interfejs, stosować najlepsze praktyki pracy z modelami rozumowania oraz projektować naturalne, dwustronne rozmowy z dużymi modelami językowymi (LLM). Odkryjesz pełnię możliwości LLM, integrując narzędzia – takie jak wyszukiwanie w sieci bez dodatkowych kluczy API ani danych uwierzytelniających – oraz tworząc własne narzędzia rozszerzające możliwości modeli poza ich bazową wiedzę. Dowiesz się też, jak przenieść aplikacje z fazy prototypu do produkcji, korzystając z trzech kluczowych wzorców projektowych, generować niezawodne dane wyjściowe w ustrukturyzowanym formacie, takim jak JSON, strumieniować zdarzenia semantyczne w czasie rzeczywistym dla interaktywnych doświadczeń użytkownika oraz pracować multimodalnie – łącząc tekst i obrazy za pomocą modeli GPT-5 firmy OpenAI.

Working with the OpenAI API

Twórz inteligentne, interaktywne i niezawodne aplikacje AI łatwiej dzięki OpenAI Responses API i GPT-5.

Praca z API Responses OpenAI

Twórz inteligentne, interaktywne i niezawodne aplikacje AI łatwiej niż kiedykolwiek dzięki OpenAI Responses API i GPT-5.

Inżynier AI Associate dla programistów

Podstawy OpenAI

sys_prompt = "..."
latest_response_id = None 

while True:

user_input = input("You: ").strip()
if user_input.lower() == "exit":
    break

response = client.responses.create(
    model="gpt-5.4-mini",
    instructions=sys_prompt,
    input=user_input,
    previous_response_id=latest_response_id
)

print(f"\nAssistant: {response.output_text}\n")
latest_response_id = response.id

Włączanie konwersacji z modelem

Praca z API Responses OpenAI

Interaktywne ćwiczenie praktyczne