ПочатиПочніть безкоштовно

Стабільні результати — щоразу!

Ви розробляєте персоналізовану систему рекомендацій фільмів для стримінгової платформи. Щоб рекомендації коректно відображалися в інтерфейсі застосунку, потрібно використовувати структуровані результати з pydantic і клієнтом OpenAI. Ви визначите схему для рекомендацій фільмів і дістанете структуровані результати.

Ця вправа є частиною курсу

Робота з OpenAI Responses API

Переглянути курс

Інструкції до вправи

  • Створіть клас pydantic під назвою MovieRecommendation з полями title, genre, vibe та why.
  • Згенеруйте структуровану рекомендацію, використовуючи клас MovieRecommendation і наведені підказки.
  • Витягніть розібрану рекомендацію з відповіді, а потім зверніться до її полів title і why.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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.____}")
Редагувати та запускати код