ChatGPT に Function Calling という機能が追加されました。
目次
独自のデータから情報を取得する
ネットに公開されていない名簿から情報を取得する方法です。
下のサンプルでは架空の名簿をJSON形式で与えています。
あらかじめperson_searchという関数を作っておきます。氏名からその人の情報を取得するという機能があります。
ChatGPTには「関連しそうな質問にはこの関数を使う」という指示を組み込んでおきます。
「江戸川利根子の出身地を教えて下さい。」という質問をすると「江戸川利根子の出身地は「千葉」です。」と答えます。
import openai
import json
openai.api_key = ""
query = "江戸川利根子の出身地を教えて下さい。"
person_data = [
{"漢字氏名": "富士沼太郎", "生年月日": "1950-1-5", "出身地": "東京"},
{"漢字氏名": "江戸川利根子", "生年月日": "1955-12-15", "出身地": "千葉"},
]
def person_search(arguments):
person_name = json.loads(arguments)["person_name"]
person_hit=next((item for item in person_data if item["漢字氏名"] == person_name), None)
return json.dumps(person_hit)
functions=[
{
"name": "person_search",
"description": "人物の氏名から生年月日、出身地を取得する。",
"parameters": {
"type": "object",
"properties": {
"person_name": {
"type": "string",
"description": "人物の氏名",
},
},
"required": ["person_name"],
},
},
]
messages = [{"role": "user", "content": query}]
while True:
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
functions=functions,
function_call="auto",
temperature=0.0,
)
message = response.choices[0]["message"]
if not message.get('function_call'):
break
messages.append(message)
f_call = message["function_call"]
function_response = globals()[f_call["name"]](f_call["arguments"])
messages.append({
"role": "function",
"name": f_call["name"],
"content": function_response,
})
print(message["content"])
import json
openai.api_key = ""
query = "江戸川利根子の出身地を教えて下さい。"
person_data = [
{"漢字氏名": "富士沼太郎", "生年月日": "1950-1-5", "出身地": "東京"},
{"漢字氏名": "江戸川利根子", "生年月日": "1955-12-15", "出身地": "千葉"},
]
def person_search(arguments):
person_name = json.loads(arguments)["person_name"]
person_hit=next((item for item in person_data if item["漢字氏名"] == person_name), None)
return json.dumps(person_hit)
functions=[
{
"name": "person_search",
"description": "人物の氏名から生年月日、出身地を取得する。",
"parameters": {
"type": "object",
"properties": {
"person_name": {
"type": "string",
"description": "人物の氏名",
},
},
"required": ["person_name"],
},
},
]
messages = [{"role": "user", "content": query}]
while True:
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
functions=functions,
function_call="auto",
temperature=0.0,
)
message = response.choices[0]["message"]
if not message.get('function_call'):
break
messages.append(message)
f_call = message["function_call"]
function_response = globals()[f_call["name"]](f_call["arguments"])
messages.append({
"role": "function",
"name": f_call["name"],
"content": function_response,
})
print(message["content"])
計算式を使う
ChatGPTは計算は苦手なようです。Function Callingを使うと正確に計算できます。
下のサンプルでは犬の年齢を人間の年齢に換算しています。
「10歳の犬は人間に換算すると何歳ですか。」と質問すると「10歳の犬は人間に換算すると約67.8歳です。」と答えます。
import openai
import json
import math
openai.api_key = ""
query = "10歳の犬は人間に換算すると何歳ですか。"
def age_dog2human(arguments):
dog_age = json.loads(arguments)["dog_age"]
human_age = 16 * math.log(dog_age) + 31
return json.dumps({"human_age": human_age})
functions=[
{
"name": "age_dog2human",
"description": "犬の年齢が人間の年齢に換算すると何歳になるか。",
"parameters": {
"type": "object",
"properties": {
"dog_age": {
"type": "number",
"description": "犬の年齢。",
},
},
"required": ["dog_age"],
},
},
]
messages = [{"role": "user", "content": query}]
while True:
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
functions=functions,
function_call="auto",
temperature=0.0,
)
message = response.choices[0]["message"]
if not message.get('function_call'):
break
messages.append(message)
f_call = message["function_call"]
function_response = globals()[f_call["name"]](f_call["arguments"])
messages.append({
"role": "function",
"name": f_call["name"],
"content": function_response,
})
print(message["content"])
import json
import math
openai.api_key = ""
query = "10歳の犬は人間に換算すると何歳ですか。"
def age_dog2human(arguments):
dog_age = json.loads(arguments)["dog_age"]
human_age = 16 * math.log(dog_age) + 31
return json.dumps({"human_age": human_age})
functions=[
{
"name": "age_dog2human",
"description": "犬の年齢が人間の年齢に換算すると何歳になるか。",
"parameters": {
"type": "object",
"properties": {
"dog_age": {
"type": "number",
"description": "犬の年齢。",
},
},
"required": ["dog_age"],
},
},
]
messages = [{"role": "user", "content": query}]
while True:
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
functions=functions,
function_call="auto",
temperature=0.0,
)
message = response.choices[0]["message"]
if not message.get('function_call'):
break
messages.append(message)
f_call = message["function_call"]
function_response = globals()[f_call["name"]](f_call["arguments"])
messages.append({
"role": "function",
"name": f_call["name"],
"content": function_response,
})
print(message["content"])
コメント