ÎncepețiÎncepe gratuit

Rezultate consistente, de fiecare dată!

Dezvolți un sistem personalizat de recomandare de filme pentru o platformă de streaming. Pentru ca recomandările să fie afișate corect în interfața aplicației, trebuie să folosești ieșiri structurate cu pydantic și clientul OpenAI. Vei defini o schemă pentru recomandările de filme și vei extrage rezultatele structurate.

Acest exercițiu face parte din cursul

Lucrul cu Responses API de la OpenAI

Vezi cursul

Instrucțiuni pentru exercițiu

  • Definește o clasă pydantic numită MovieRecommendation cu câmpurile title, genre, vibe și why.
  • Generează o recomandare structurată folosind clasa MovieRecommendation și prompturile furnizate.
  • Extrage recomandarea analizată din răspuns, apoi accesează informațiile din câmpurile title și why.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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.____}")
Editează și rulează codul