Przepisy na AI

API OpenAI — poradnik dla początkujących (ChatGPT API krok po kroku)

Chcesz zautomatyzować pracę z AI lub wbudować ChatGPT do własnych narzędzi? Oto praktyczny przewodnik po API OpenAI – bez lania wody, za to z gotowymi promptami i przykładami.

Czym jest API OpenAI i do czego służy?

API OpenAI pozwala na automatyczne korzystanie z modeli takich jak ChatGPT, DALL-E czy Whisper bezpośrednio w twoich aplikacjach, skryptach czy automatyzacjach. Możesz np. generować teksty, podsumowania, tłumaczenia albo automatyzować powtarzalne zadania. Jeśli używasz ChatGPT przez przeglądarkę, z API uzyskasz o wiele większą kontrolę i możliwości.

Jak zacząć z OpenAI API?

  1. Załóż konto na platform.openai.com
  2. Wygeneruj swój API key: Po zalogowaniu przejdź do „API Keys” i kliknij „Create new secret key”. Skopiuj klucz – nie będziesz mógł go ponownie podejrzeć!
  3. Sprawdź dokumentację: API Reference — znajdziesz tam listę endpointów i przykłady zapytań.
  4. Zainstaluj bibliotekę openai: Jeśli korzystasz z Pythona, wpisz:
    pip install openai

TIP: Twój API key jest jak hasło – nie publikuj go nigdzie i nie wrzucaj na GitHuba.

Twój pierwszy request do ChatGPT przez API

Najprostszy sposób to użycie endpointu /v1/chat/completions. Poniżej znajdziesz gotowy kod w Pythonie oraz prompt, który możesz użyć do testów.

Minimalny przykład: zapytanie do ChatGPT

import openai

openai.api_key = "TWÓJ_API_KEY"

response = openai.chat.completions.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "system", "content": "Jesteś pomocnym asystentem."},
    {"role": "user", "content": "Napisz mi list motywacyjny na stanowisko analityka danych."}
  ]
)
print(response.choices[0].message.content)

Co robi ten kod? Wysyła prompt do modelu ChatGPT (gpt-3.5-turbo) i zwraca wygenerowaną odpowiedź. Możesz podmienić treść promptu w "content".

TIP: Do testów możesz użyć modelu gpt-3.5-turbo – jest tańszy i szybki. Wersja gpt-4o daje lepsze efekty, ale jest droższa.

Jak budować prompty do API OpenAI?

W API OpenAI prompt to lista wiadomości (messages), każda z rolą: system, user, assistant. W przeciwieństwie do chat.openai.com, tutaj masz pełną kontrolę nad kontekstem i pamięcią rozmowy.

Przykład chain of thought (myślenie krok po kroku)

messages=[
  {"role": "system", "content": "Jesteś doświadczonym matematykiem. Myśl krok po kroku."},
  {"role": "user", "content": "Wyjaśnij jak działa algorytm Euklidesa."}
]

Ten prompt wymusza szczegółowe, rozpisane odpowiedzi. Przydatne do zadań wymagających rozumowania.

Few-shot learning — pokazuj przykłady

messages=[
  {"role": "system", "content": "Jesteś ekspertem od podsumowań."},
  {"role": "user", "content": "Tekst: Koty są popularnymi zwierzętami domowymi.\nPodsumowanie:"},
  {"role": "assistant", "content": "Koty to popularne zwierzęta domowe."},
  {"role": "user", "content": "Tekst: Psy są znane ze swojej lojalności.\nPodsumowanie:"}
]

Pierwsza odpowiedź assistant jest przykładem (few-shot), model wie, jakiej formy oczekujesz.

Jak używać OpenAI API do automatyzacji?

  • Generowanie maili, raportów, streszczeń
  • Automatyczne odpowiedzi na zapytania klientów
  • Tworzenie chatbotów i asystentów
  • Przetwarzanie dużych zbiorów tekstów

Automatyczne tłumaczenie tekstów

messages=[
  {"role": "system", "content": "Tłumacz każde zdanie z polskiego na angielski. Odpowiadaj tylko tłumaczeniem."},
  {"role": "user", "content": "Możesz przetłumaczyć ten tekst?"}
]

Użyteczne, jeśli chcesz masowo tłumaczyć treści lub budować własny interfejs tłumaczeń.

Batch processing — wiele promptów na raz

for tekst in lista_tekstow:
    response = openai.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "Stwórz nagłówek SEO na podstawie tekstu."},
            {"role": "user", "content": tekst}
        ]
    )
    print(response.choices[0].message.content)

Możesz automatycznie przetwarzać setki tekstów – idealne do generowania meta opisów lub tytułów.

TIP: Uważaj na limity API (rate limits) – sprawdź dokumentację, by nie zablokować sobie klucza.

Najczęstsze błędy i jak ich unikać

  • Wycieki API key — nie wrzucaj klucza do publicznych repozytoriów, korzystaj z plików .env
  • Zbyt długie prompty — modele mają ograniczenie tokenów (ok. 16k-128k), dziel długie teksty na części
  • Brak obsługi błędów — zawsze używaj try...except w kodzie, API czasem zwraca błędy lub time-outy

Praktyczne tipy na start

  • Do testów używaj playgrounda OpenAI — możesz wygenerować kod na podstawie promptu
  • Eksperymentuj z parametrami: temperature (kreatywność), max_tokens (długość odpowiedzi)
  • Ustaw system message na początku, aby nadać modelowi „charakter” (np. „Jesteś ekspertem SEO”)
  • Przechowuj API key w zmiennych środowiskowych, nie w kodzie

Podsumowanie

API OpenAI to potężne narzędzie do automatyzacji i integracji AI. Opanowanie podstaw (autoryzacja, budowa promptów, obsługa odpowiedzi) pozwoli ci tworzyć własne narzędzia lub automatyzować codzienną pracę. Zacznij od gotowych przykładów, potem testuj własne pomysły. Powodzenia!

TIP: Sprawdź więcej „przepisów” na prompty i automatyzacje na kwestiaprompta.pl!

Automatyzacje