Cómo construir un agente con la nueva API de OpenAI en menos de 5 minutos

Productomania
7 Nov 202316:14

Summary

TLDRLa empresa OpenAI ha anunciado nuevas funcionalidades que permitirán a los usuarios crear sus propios chatbots personalizados, utilizando una nueva plataforma llamada 'GPT Store'. Sam Altman, cofundador de OpenAI, presentó un ejemplo de un chatbot llamado 'Startup Mentor' diseñado para asesorar a fundadores de startups. Este chatbot se alimenta de documentos específicos proporcionados por el usuario, en lugar de depender de información de Internet, lo que garantiza respuestas precisas y relevantes. Además, se menciona la creación de un chatbot llamado 'Chat 23J', que responde a preguntas basadas en los programas electorales de partidos políticos españoles. La nueva API de OpenAI permite a los desarrolladores crear asistentes personalizados de manera rápida y sencilla, utilizando herramientas como 'code interpreter' y 'retrieval' para mejorar la calidad de las respuestas. La integración de estos asistentes en aplicaciones y sitios web es posible a través de un endpoint proporcionado por la API, lo que abre nuevas posibilidades para la personalización y el desarrollo de soluciones de inteligencia artificial.

Takeaways

  • 📢 Open AI anunció nuevas funcionalidades que permitirán la creación de chatbots personalizados a través de la plataforma llamada 'GPT Store.
  • 🚀 Sam Altman, cofundador de Open AI, presentó un ejemplo de un chatbot llamado 'startup mentor' diseñado para ayudar a los fundadores de startups.
  • ⏱️ La creación de chatbots personalizados ahora es más sencilla y rápida, lo que podría disminuir la demanda de especialistas en programación de chatbots.
  • 📄 Los chatbots se pueden alimentar con documentos para proporcionar respuestas basadas en el contenido de estos, en lugar de depender de información de la web.
  • 💾 Se menciona la capacidad de subir diferentes tipos de archivos, incluyendo textos, CSV y Excel, para que el chatbot pueda proporcionar respuestas más informadas.
  • 🔍 Se destaca la herramienta 'retrieval', que permite que el asistente extraiga información de archivos subidos para responder consultas.
  • 💡 Se discute la importancia de nombrar adecuadamente los documentos para que el asistente pueda identificar y buscar la información relevante.
  • 📈 Se menciona el impacto en la industria laboral, donde las nuevas herramientas de IA podrían reemplazar algunos empleos recientemente creados en programación de chatbots.
  • 💻 Se destaca la facilidad con la que ahora se pueden crear aplicaciones de IA con la ayuda de las APIs proporcionadas por Open AI.
  • 💵 Se cuestiona el modelo de precios de la nueva funcionalidad, ya que no está completamente especificado y podría resultar ser costoso.
  • ⏳ Se sugiere que, debido al reciente lanzamiento, la API de asistentes podría estar saturada, lo que podría afectar temporalmente su rendimiento.

Q & A

  • ¿Qué novedades anunció la empresa Open AI recientemente?

    -Open AI anunció la capacidad de crear chat GPT personalizados, lo que incluye una tienda llamada GPT Store donde los usuarios pueden comprar o utilizar GPT creados por otros.

  • ¿Qué es el GPT Store y cómo funciona?

    -El GPT Store es una plataforma donde los usuarios pueden encontrar y utilizar GPT (chatbots personalizados) creados por otros usuarios. Estos GPT están diseñados para cumplir con roles específicos, como asesores o mentores.

  • ¿Cómo se creó el GPT llamado 'startup mentor'?

    -El 'startup mentor' fue creado por Sam Altman, quien proporcionó al GPT una serie de instrucciones sobre cómo debe comportarse y qué función debe cumplir, ayudando a fundadores de startups a crecer.

  • ¿Cómo se alimenta un GPT personalizado con información?

    -Se pueden subir documentos a un GPT personalizado para que las respuestas que el chatbot dé estén basadas en el contenido de esos documentos, en lugar de en contenido disperso por Internet.

  • ¿Qué tipo de documentos se pueden subir a un GPT personalizado?

    -Se pueden subir documentos de texto, CSVs y archivos de Excel para nutrir al GPT personalizado con información específica.

  • ¿Cómo se creó el chatbot llamado 'chat 23j'?

    -El creador del video se descargó los programas políticos de los partidos, los partió en párrafos y utilizó la API de Open AI para transformar el texto en vectores. Luego, guardó esos vectores en una base de datos y creó un modelo de chatbot que buscaba vectores similares para responder preguntas basadas en el contenido vectorizado.

  • ¿Qué es el playground de Open AI y cómo se utiliza?

    -El playground es una herramienta de prueba para las API de Open AI donde los desarrolladores pueden interactuar con los modelos de GPT y otras herramientas sin tener que escribir código.

  • ¿Qué son los 'embeddings' y cómo funcionan?

    -Los embeddings son vectores que contienen la información semántica de un texto. Se usan para convertir texto en un formato que las máquinas puedan procesar y comparar para encontrar similitudes y relevancia.

  • ¿Qué es la herramienta 'retrieval' y cómo se utiliza en los asistentes de Open AI?

    -La herramienta 'retrieval' permite a los asistentes extraer información de archivos subidos. Es útil para que los asistentes puedan proporcionar respuestas basadas en el contenido específico de los documentos proporcionados.

  • ¿Por qué es importante nombrar correctamente los archivos al utilizar la herramienta 'retrieval'?

    -Es importante para que el asistente pueda identificar y asociar correctamente los documentos con las consultas de los usuarios, asegurando que se busquen y se proporcionen respuestas relevantes de los documentos adecuados.

  • ¿Cómo se puede integrar un asistente de Open AI en una aplicación o sitio web?

    -Cada asistente creado tiene un identificador y un endpoint dentro de la API de Open AI. Estos se pueden utilizar para enviar mensajes al asistente y recibir respuestas, creando así una integración de asistente en aplicaciones o sitios web.

  • ¿Qué impacto tiene la creación de asistentes de Open AI en los empleos relacionados con la inteligencia artificial?

    -La creación de asistentes de Open AI simplifica el proceso de construcción de chatbots, lo que podría reducir la demanda de empleos especializados en ingeniería de proyectos (prop engineers) y otros roles relacionados con la construcción de aplicaciones de IA.

Outlines

00:00

🚀 Lanzamiento de nuevas funcionalidades por Open AI

Open AI ha anunciado varias novedades, siendo quizás la más significativa la capacidad de crear chatbots personalizados a través de la 'GPT Store'. Sam Altman, cofundador de Open AI, presentó un ejemplo llamado 'Startup Mentor', diseñado para asesorar a fundadores de startups. Esto se logra proporcionando instrucciones específicas al modelo GPT y alimentándolo con documentos relevantes para que las respuestas sean basadas en contenido específico en lugar de la información dispersa de Internet. Además, se menciona la complejidad y el tiempo que tomó crear un chatbot personalizado antes de la nueva funcionalidad.

05:00

🛠️ Creación de un asistente personalizado con Open AI

Se detalla el proceso de creación de un asistente personalizado llamado 'Chat 23j' utilizando la plataforma de Open AI. El asistente se alimenta de documentos políticos para responder preguntas objetivamente. El creador guía a los espectadores a través de la plataforma, desde el registro hasta la configuración del asistente, la elección del modelo GPT y la utilización de herramientas como 'retrieval' para que el asistente pueda extraer información de archivos específicos. Se resalta la simplicidad con la que se puede crear un asistente desde cero gracias a las API de Open AI.

10:01

🤖 Prueba del asistente y consideraciones sobre la integración

Se describe la interacción con el asistente 'Chat 23j' creado en el playground de Open AI, preguntando sobre las propuestas políticas de los partidos. Se destaca la importancia de nombrar correctamente los documentos para que el asistente pueda identificar y buscar la información relevante. Aunque inicialmente hubo problemas debido al posible sobrecarga de la API, finalmente el asistente proporcionó respuestas precisas basadas en los documentos subidos. Además, se menciona la posibilidad de integrar el asistente en diferentes productos y aplicaciones, transformando el chatbot en un servicio.

15:01

💡 Reflexiones finales sobre la IA y su impacto en el mercado de trabajo

El creador reflexiona sobre el impacto de la IA en el mercado de trabajo, señalando que las primeras profesiones en desaparecer serán aquellas creadas gracias a la IA. Hace hincapié en la facilidad con la que Open AI está facilitando la creación de aplicaciones de IA, lo que podría llevar a la desaparición de empleos relacionados con la programación y el desarrollo de chatbots personalizados. También menciona la importancia del tema de los precios y la necesidad de analizarlo con más detalle en un futuro video.

Mindmap

Keywords

💡Open AI

Open AI es una empresa de inteligencia artificial que se dedica a la creación de tecnologías avanzadas, como el modelo de lenguaje llamado GPT. En el video, se menciona que Open AI ha anunciado novedades interesantes, destacando la capacidad de crear chat GPT personalizados, lo que indica su relevancia en el tema principal del video.

💡Chat GPT personalizado

Un 'Chat GPT personalizado' es una instancia de la inteligencia artificial GPT que se ha configurado y entrenado para cumplir con un propósito específico, como asesorar a fundadores de startups. En el video, se destaca cómo Sam Altman creó un 'startup mentor' personalizado, lo que muestra la facilidad con la que se pueden crear asistentes personalizados con la nueva funcionalidad de Open AI.

💡GPT Store

La 'GPT Store' es una plataforma propuesta por Open AI donde los usuarios pueden comprar o utilizar GPT creados por otros usuarios. Se menciona en el video como un lugar donde se comercializan los chat GPT personalizados, siendo un aspecto clave de la innovación presentada por Open AI.

💡Vectorización de texto

La 'vectorización de texto' es un proceso mediante el cual se transforma el texto en un vector numérico que contiene la información semántica del texto. En el video, se describe cómo se utilizó esta técnica para crear el chatbot 'chat 23j', donde los documentos electorales fueron convertidos en vectores para luego buscar similitudes y proporcionar respuestas precisas.

💡Base de datos de vectores

Una 'base de datos de vectores' es una colección de vectores numéricos que representan texto o información semántica. En el contexto del video, se utiliza para almacenar y comparar vectores de texto vectorizado, permitiendo la búsqueda de similitudes y la generación de respuestas relevantes en el chatbot 'chat 23j'.

💡Prompt engineering

El 'prompt engineering' se refiere a la creación y diseño de entradas o 'prompts' para inteligencias artificiales con el objetivo de obtener respuestas precisas y coherentes. En el video, se menciona como parte del proceso de configuración del chat GPT personalizado, donde se indica al modelo cómo debe responder a las preguntas.

💡API de asistente

La 'API de asistente' es una herramienta que permite a los desarrolladores crear y utilizar asistentes personalizados a través de programación. En el video, se utiliza la API de asistente para crear un nuevo chatbot llamado 'chat 23j', demostrando cómo se puede integrar esta funcionalidad en otros productos o aplicaciones.

💡Retrieval

El 'retrieval' es una herramienta que permite a los asistentes extraer información de archivos específicos. En el video, se utiliza para que el asistente pueda proporcionar respuestas basadas en documentos electorales subidos previamente, mostrando cómo se puede alimentar al asistente con información específica.

💡Playground de Open AI

El 'Playground de Open AI' es una plataforma interactiva que permite a los usuarios y desarrolladores probar y jugar con las diferentes API de Open AI. En el video, se utiliza el Playground para crear y interactuar con el nuevo asistente 'chat 23j', demostrando su facilidad de uso y accesibilidad.

💡Integración de asistentes

La 'integración de asistentes' se refiere a la capacidad de conectar un asistente personalizado creado a través de una API con otras aplicaciones o páginas web. En el video, se discute cómo el asistente 'chat 23j' creado podría ser integrado en diferentes plataformas, subrayando la flexibilidad y el potencial de expansión de los asistentes personalizados.

💡Economía del conocimiento

La 'economía del conocimiento' es un concepto que hace referencia a la producción, distribución y consumo del conocimiento y la información. En el video, se discute cómo la creación de asistentes personalizados y la facilidad con la que se pueden integrar están transformando la manera en que se genera y se accede al conocimiento, afectando a empleos y negocios relacionados con la inteligencia artificial.

Highlights

Open AI anunció novedades interesantes, incluyendo la capacidad de crear chat GPT personalizados.

Se menciona la 'GPT Store', una tienda donde se pueden comprar o utilizar GPT creados por otros usuarios.

Sam Altman presentó una demostración de un GPT llamado 'startup mentor' diseñado para ayudar a fundadores de startups.

Se puede definir el comportamiento del GPT proporcionándole una serie de instrucciones.

Los GPT personalizados pueden ser alimentados con documentos para que sus respuestas estén basadas en el contenido de estos.

Se destaca la capacidad de subir documentos en formatos de texto, CSV o Excel para que el GPT pueda nutrirse de su contenido.

La nueva funcionalidad de Open AI permitirá a los usuarios crear chatbots personalizados de manera más sencilla y rápida.

Se comparte la experiencia de haber creado un chatbot llamado 'chat 23j', que respondía a preguntas basándose en los programas electorales de partidos políticos.

La creación de 'chat 23j' fue un proceso complejo que incluyó la vectorización de documentos y la búsqueda de similitudes semánticas.

Se destaca cómo la nueva API de Open AI simplifica el proceso de creación de asistentes personalizados, reduciendo tiempos significativos.

Se describe el proceso de registro y creación de un nuevo asistente en la plataforma de Open AI.

Se menciona la utilización de la herramienta 'retrieval' para que el asistente pueda extraer información de archivos subidos.

Se resalta la importancia de nombrar correctamente los documentos para que el asistente pueda identificar y buscar la información relevante.

Se explica cómo el asistente creado puede ser integrado con cualquier producto, página web o aplicación, gracias a su endpoint en la API.

Se discute el impacto de la IA en el mercado de trabajo, señalando que las primeras víctimas son las posiciones creadas por la IA misma.

Se menciona la posibilidad de que los servicios de IA, como los ofrecidos por Open AI, estén disminuyendo la necesidad de usar soluciones de terceros como Pinecone o Quadrant.

Se cuestiona el tema de los precios de la nueva API y cómo podría afectar el mercado, a pesar de que aún no está completamente especificado.

Transcripts

play00:00

ayer la empresa Open Ai anunció

play00:01

novedades muy interesantes y muchas Pero

play00:04

quizás una de las que más impacto va a

play00:06

tener a largo plazo va a ser esta

play00:08

funcionalidad que vemos aquí que es la

play00:09

que nos va a permitir crear nuestros

play00:11

propios chat gpt personalizados o como

play00:13

dijo Sam el co p nuestros propios gpt

play00:16

donde incluso habrá pues una tienda de

play00:18

gpt la gpt Store donde podremos pues ahí

play00:21

comprar o utilizar gpt creados por otros

play00:24

usuarios y el propio Sam hizo una demo

play00:26

en la conferencia no sé si la viste pero

play00:28

creo un gpt ya llamado startup mentor

play00:31

cuya función pues es ayudar a fundadores

play00:34

de startups a crecer a que su startup

play00:36

crezca vale digamos es como un asesor de

play00:39

fundadores de startups y lo creó el

play00:41

propio samman en muy poco tiempo

play00:43

básicamente como funciona esto es que le

play00:45

tienes que decir qué rol cumple el gpt

play00:48

es decir tienes que dar una serie de

play00:49

instrucciones y aquí pues Sam alman le

play00:50

dijo a este gpt pues cómo debía

play00:53

comportarse y no solo eso bueno

play00:55

obviamente también puedes cambiar el

play00:56

nombre ponerle una imagen de perfil pero

play00:58

lo interesante no es esto lo lo

play01:00

interesante realmente es que puedes

play01:02

subir documentos vale puedes nutrir a

play01:05

este gpt a este chatbot personalizado de

play01:08

una serie de documentos para que las

play01:10

respuestas que este chatbot las dé en

play01:12

base al contenido que haya dentro de

play01:14

esos documentos y no en base al

play01:16

contenido que haya desperdigado por

play01:17

internet que sabemos que en muchas

play01:19

ocasiones es contenido pues incierto y

play01:22

de hecho Aquí vamos a ver como sanman

play01:24

coge una transcripción de una de sus

play01:26

clases en alguna escuela de negocios de

play01:29

silicon Valley imagino o no sé si en web

play01:31

combinator Y entonces sube aquí un

play01:33

archivo de texto y de esta manera eh lo

play01:35

que va a hacer este gpt startup ventor

play01:38

es dar respuestas en base a la

play01:39

información que hay Dentro de este

play01:41

documento de texto No solo podemos

play01:43

pasarle un documento podemos pasarle

play01:44

varios incluso podemos pasarle creo que

play01:47

también csvs o excels y esto la verdad

play01:50

que es muy interesante o sea esta

play01:52

funcionalidad va a ser un auténtico

play01:54

bombazo pero al mismo tiempo estoy

play01:56

seguro que mucha gente ahora mismo se

play01:58

está tirando de los pelos porque Por qué

play02:00

Pues porque hasta ayer hacer esto era

play02:02

algo relativamente complejo había gente

play02:05

especializada en hacer este tipo de

play02:06

cosas vale Y te lo digo porque porque lo

play02:09

sé porque lo he vivido en primera

play02:11

persona en julio de este mismo año creé

play02:14

un chatbot que se llamaba chat 23j vale

play02:16

básicamente una página web donde tú

play02:18

podías seleccionar aquí un partido

play02:19

político por ejemplo partido popular y

play02:21

hacer una pregunta por ejemplo pues qué

play02:23

Proponen en materia de pensiones Y

play02:25

entonces lo que hacía este chat era que

play02:27

te respondía a tu pregunta pero

play02:28

basándose en la información que había en

play02:30

el programa electoral del partido

play02:32

política que hubieras escogido en este

play02:34

caso del PP vale es decir que era como

play02:36

una interfaz para hacer preguntas al

play02:37

programa electoral directamente y la

play02:39

verdad que funcionaba bastante bien vale

play02:42

la cuestión es que hacer esto como te

play02:43

decía no es excesivamente sencillo

play02:45

tampoco es que me llevara muchos días me

play02:48

llevó quizás un par de tardes Pero bueno

play02:50

vas a ver có tenía cierta complejidad De

play02:53

hecho si te interesa cómo lo construí

play02:54

bueno subí un vídeo de más de 40 minutos

play02:56

donde expliqué Cómo construí todo esto

play02:58

pero para hacerte un resumen y para que

play03:00

entiendas qué hay detrás de esta web

play03:02

Pues mira lo primero que tuve que hacer

play03:03

es me descargué todos los programas

play03:05

políticos de los partidos los partí en

play03:07

trozos pequeños digamos los partí en

play03:10

párrafos es decir que cada documento más

play03:12

o menos cada programa electoral tiene

play03:13

unas 200 páginas es decir que cada uno

play03:16

lo tuve que partir en muchos trozos

play03:17

diferentes obviamente no los partí yo a

play03:19

mano sino que bueno había un programa

play03:20

que lo que lo hacía por mí no una vez

play03:22

que partí los documentos en esos trozos

play03:24

lo que tuve que hacer es vectorizar

play03:26

losos vale utilicé la apid beddings de

play03:28

Open para transformar el texto en un

play03:30

vector que se trata de un vector que

play03:31

contiene la información semántica que

play03:33

hay dentro de ese texto vale una vez que

play03:36

los vector Hi tuve que eh en una base de

play03:39

datos de vectores pues Añadir esos

play03:41

vectores guardar esos vectores guardar

play03:43

esa información en modo de vectores aquí

play03:45

Bueno pues pues las herramientas más

play03:47

populares son pine con Pero bueno en

play03:48

este caso uce otra que se llama quadrant

play03:51

una vez que había vectorizado todo el

play03:52

contenido como funcionaba el proceso era

play03:55

lo siguiente el usuario introducía el

play03:56

input que era la pregunta Y entonces una

play03:59

vez que que teníamos la pregunta

play04:00

vectorizados esa pregunta es decir la

play04:02

pregunta la transformamos también en un

play04:03

vector Y de esa forma como tanto la

play04:06

pregunta como el contenido del programa

play04:07

electoral estaban vectorizados podíamos

play04:10

buscar eh Pues vectores similares vale

play04:14

básicamente creo que lo explicado aquí

play04:15

Pero bueno tú si consigues vectorizar

play04:17

dos textos pues al final eh los vectores

play04:20

Son puntos en un espacio

play04:22

multidimensional y calculando la

play04:23

distancia entre los vectores pues puedes

play04:25

saber eh la similaridad que hay entre

play04:27

ambos textos vale al final pues vectores

play04:29

que son muy cercanos significa que son

play04:31

muy similares Total que de esa manera lo

play04:33

que hacíamos era Buscar dentro de todos

play04:35

los programas electorales o mejor dicho

play04:37

dentro programa electoral del partido

play04:38

que hubieras escogido Buscar el párrafo

play04:41

en el que se hacía referencia a la

play04:42

pregunta que había metido el usuario de

play04:44

esa manera lo que hacía era pues pasarle

play04:47

al modelo 3.5 de chat gpt un prompt que

play04:49

contenía la pregunta del usuario esto

play04:51

que está aquí en rojo pero también pues

play04:54

el contenido del programa político que

play04:56

era relevante para responder a esa

play04:58

pregunta y pasando ambs cosas en el

play05:00

contexto dentro del promt entonces pues

play05:02

el modelo gpt 3.5 era capaz de responder

play05:04

de ofrecer una respuesta basándose

play05:06

únicamente en ese contexto vale porque

play05:08

así se lo indicaba en el prom le decía

play05:09

Oye contesta la pregunta basándote en

play05:12

estos párrafos que hay aquí no cojas

play05:13

contenido al exterior bien esto como ves

play05:16

pues eh tenía su complejidad no tenías

play05:18

que entender Cómo funcionan los

play05:20

embeddings tenías que entender cómo

play05:21

funcionan las bases de datos de vectores

play05:24

tenías que también saber algo de prom

play05:26

engineering bueno en general no es

play05:28

excesivamente complejo te lo explico en

play05:30

ese vídeo pero bueno algo había que

play05:31

hacer Pues bien construir un producto

play05:33

como chat 23j hacer algo así desde ayer

play05:37

desde el lanzamiento que anunció Open Ai

play05:40

no te lleva más de 5 minutos vale Y

play05:43

estoy grabando Este vídeo porque quiero

play05:44

demostrártelo vamos a construir con Open

play05:46

Ai una funcionalidad un producto como el

play05:49

de chat 23j la funcionalidad que enseñó

play05:51

Sam alman en la conferencia la que hemos

play05:53

visto antes con la que construía el

play05:54

startup mentor esa funcionalidad en

play05:56

concreto todavía no la han lanzado al

play05:58

menos yo no tengo acceso a ella ya

play05:59

todavía lo a lo que sí que tengo acceso

play06:01

es a la Api para crear asistente es

play06:03

decir vamos a poder crear ese gpt ese

play06:05

asistente pero a través de la Api vale Y

play06:08

bueno No te asustes porque realmente

play06:09

vamos a poder crearlo a través del

play06:10

playground y vamos a ello básicamente

play06:13

tienes que entrar en platform openen

play06:15

ai.com vale Eh Esto es una página

play06:19

diferente a chat. openen a.com vale es

play06:21

decir si tienes un usuario chat gpt No

play06:23

tienes por qué tener un usuario dentro

play06:25

de la

play06:26

platform.com porque digamos que es el

play06:28

entorno para desarrollar creadores

play06:30

entonces Bueno aquí regístrate si no

play06:31

está registrado yo en mi caso pues voy a

play06:33

hacer login porque sí que tengo una

play06:35

cuenta cuando te registres creo que te

play06:37

van a dar 18 en créditos vale porque lo

play06:40

que vamos a hacer aquí es a través del

play06:42

playground utilizar la Api y las apis a

play06:44

diferencia chat gpt sí cuestan dinero

play06:46

vale Te cobran por tokens es decir te

play06:48

cobran digamos en función de la longitud

play06:50

de los proms que utilices Pero bueno que

play06:52

si te registras de nuevas Te van a dar $

play06:54

de créditos y si no es muy barato vale

play06:56

realmente es muy muy barato entonces

play06:59

aquí eh vemos el menú de la izquierda

play07:01

como bueno alguno de los elementos ya

play07:03

los teníamos los que son nuevos es este

play07:05

de asistentes el de threads y creo que

play07:07

el de files no estaba tampoco antes

play07:09

Entonces vamos a irnos a asistente y

play07:11

vamos a crear un nuevo asistente le

play07:13

damos aquí a create y vamos a llamarle

play07:15

pues chat

play07:17

23j vale Y aquí en instrucciones Esto es

play07:21

lo que hemos visto antes vale es

play07:22

bastante parecido la interfaz que ha

play07:23

utilizado Sam altman aquí tenemos que

play07:26

decirles Pues cómo queremos que se

play07:28

comporte la existente digamos que

play07:30

equivale a lo que es el el prom que va

play07:33

el prom de sistema vale si has utilizado

play07:35

alguna vez la Api pues lo que se mete

play07:37

dentro del sistema Pues es lo que

play07:38

pondríamos Aquí yo en concreto voy a

play07:41

hacer copy paste vale lo tengo lo había

play07:43

escrito ya antes básicamente he puesto

play07:45

eres un analista político objetivo

play07:47

tienes acceso a los programas políticos

play07:49

que los principales partidos políticos

play07:50

españoles presentaron para las

play07:51

elecciones generales del 23 de Julio el

play07:54

usuario te hará preguntas sobre las

play07:56

propuestas de los partidos responde de

play07:58

forma objetiva basándote en la

play07:59

información de los programas y voy a

play08:01

darle un poco de zoom Pues por si

play08:02

quieres leerlo y copiarlo vale y le digo

play08:04

ser breve y conciso vale vamos a volver

play08:07

a al 100% tenemos ya nuestras

play08:10

instrucciones hay que elegir un modelo

play08:12

podemos elegir cualquier modelo vale el

play08:14

el modelo que lanzaron ayer que lanzado

play08:15

ayer Open Ai es el gpt 4 1106 preview Si

play08:20

queremos que este asistente se nutra de

play08:23

algún documento Pues necesitamos que

play08:25

tenemos que elegir Este modelo vale si

play08:26

elegimos el modelo por ejemplo el gpt 4

play08:29

pues no nos va a dejar aquí luego subir

play08:30

documentos Así que elegimos el último y

play08:33

aquí es donde le indicamos al asistente

play08:35

qué Tools Qué herramientas puede

play08:37

utilizar vale que aquí es donde está lo

play08:39

interesante de los asistentes vamos a

play08:41

olvidarnos de esto de este primer

play08:43

apartado que es de Bueno un poco más

play08:44

complejo Que es el de las funciones Pero

play08:46

tenemos el code interpreter y el

play08:48

retrieval En qué consisten estas dos

play08:50

herramientas Pues bien el code

play08:52

interpreter Es una herramienta que lo

play08:53

que permite al asistente es eh generar

play08:57

código en python y ejecutarlo vale No sé

play08:59

si has utilizado alguna vez el cod

play09:01

interpreter Pero bueno si tienes chat

play09:03

gpt Plus y utilizas el modelo gpt 4 si

play09:06

activas el cod interpreter pues puedes

play09:08

por ejemplo Eh bueno hacerle preguntas

play09:11

sobre temas de matemáticas que te la

play09:13

responde muy bien porque lo que hace es

play09:14

generar un código vale por ejemplo le

play09:17

dices que le preguntas Cómo se

play09:19

resolvería una ecuación no Y entonces le

play09:21

diz el cod interpreter que lo que hace

play09:22

es genera un código python para resolver

play09:23

esa ecuación y responderte a tu pregunta

play09:25

vale es decir que para responderte

play09:27

utiliza código vale podríamos activarla

play09:29

Pero bueno en este caso no lo

play09:30

necesitamos la la tool que necesitamos

play09:32

es la de retrieval y esta tool pues lo

play09:35

que le va a permitir al asistente es

play09:37

extraer información de los archivos que

play09:39

subamos cómo subimos los archivos Pues

play09:41

aquí abajo vemos que pone files y aquí

play09:44

simplemente Vamos a darle a subir y pues

play09:46

tengo por aquí a ver si encuentro la

play09:50

carpeta Aquí está tengo aquí los cuatro

play09:53

programas electorales de los cuatro

play09:55

principales partidos vale Sí que es

play09:57

importante que el el nombre esté

play09:59

correcto Vais a ver por qué voy a subir

play10:01

los

play10:03

cuatro vale a ver cuá tarda en subir

play10:05

Bueno no se tarda mucho en subir voy a

play10:07

darle a

play10:08

save y en principio ya tenemos nuestro

play10:11

asistente vale vamos a ver si no nos

play10:13

sale ningún mensaje de error vale el

play10:15

asistente ha sido creado y ya lo podemos

play10:17

utilizar Cómo podemos utilizar el

play10:18

asistente Pues nos vamos a ir al

play10:20

playground aquí en el playground pues

play10:23

hemos elegimos la pestaña de asistentes

play10:24

eh No sé si conoces el playground pero

play10:26

es una forma de eh Bueno pues hacer

play10:29

tests con con las apis vale podemos

play10:31

utilizar el playground pues para eh

play10:33

testar diferentes modelos de Open Pero

play10:35

bueno vamos a irnos a no me voy a

play10:37

despistar vamos a irnos a asistentes

play10:39

aquí como solo tenemos un asistente pues

play10:40

ya nos sale chat 23j aquí nos aparece lo

play10:43

que hemos metido es decir las

play10:44

instrucciones la configuración que hemos

play10:46

metido y ya está es que ya podemos

play10:47

interactuar con él entonces podemos

play10:49

preguntarle

play10:51

pues qué propone el psoe en materia de

play10:57

pensiones vamos a dar darle aquí a este

play10:59

botón y ahora mismo si funciona todo

play11:01

bien nos debería responder Eh pues qué

play11:04

propone el soe en materia de pensiones

play11:05

pero en función de lo que haya en el en

play11:07

el PDF

play11:08

vale quizás no está yendo muy rápido

play11:10

porque haciendo alguna prueba Bueno me

play11:12

salía mensajes de error Mira ya está el

play11:15

psb propone varias medidas en materia de

play11:17

pensiones y nos dice pues las nueve

play11:19

medidas que propone el psb en materia de

play11:21

pensiones que antes lo he estado

play11:23

revisando y son medidas que aparecen en

play11:25

el propio PDF Por qué te decía que es

play11:27

importante perdona que no no se ve aquí

play11:29

muy bien los nombres de los de los

play11:31

documentos Pero por qué te he dicho que

play11:33

es importante nombrar bien los

play11:34

documentos porque si no sé si te has

play11:36

fijado pero en chat 23j tenías que

play11:38

elegir un partido político había un

play11:40

selector por qué estas selector Pues

play11:43

porque a la hora de hacer la consulta en

play11:45

la base de datos de vectores el programa

play11:48

necesitaba saber sobre Qué partido ests

play11:51

haciendo la pregunta para saber

play11:53

exactamente en qué documento Buscar los

play11:55

trozos relevantes para la pregunta en

play11:57

cambio aquí no

play11:59

por eso es importante que nombres bien

play12:01

los documentos porque

play12:02

Eh mágicamente bueno no mágicamente pero

play12:05

la verdad que de forma muy eficaz el

play12:08

asistente ha sido capaz de los cuatro

play12:10

documentos o sea ha sido capaz de

play12:11

identificar cuál de los cuatro

play12:13

documentos tiene relación con el psoe

play12:15

vale por eso es importante que en el

play12:16

nombre del documento aparezca el psoe si

play12:19

no apareciese en el nombre del documento

play12:21

pues seguramente puede que funcionase

play12:23

también pero pues se lo pondríamos un

play12:26

poco más complicado el asistente para

play12:28

ser capaz de identificar el documento

play12:29

correcto aquí podríamos hacerle más

play12:31

preguntas a ver si funciona y el PP

play12:34

Aunque debe decirte que antes haciendo

play12:36

las pruebas pues no me ha funcionado

play12:38

parece que está bastante saturado la Api

play12:40

de asistentes y me ha dado un error

play12:42

vamos a esperar un poco pero claro la

play12:44

casualidad de que Open Ai lanzó esto

play12:46

ayer y seguro que hay un montón de gente

play12:47

haciendo pruebas Bueno yo he encontrado

play12:49

por Twitter un montón de gente que ya

play12:50

había construido asistentes bastante

play12:53

interesantes y bueno mientras vemos si

play12:56

nos dan una respuesta te comento alguna

play12:57

cosa más esto lo que estamos haciendo es

play12:59

consultar este asistente a través del

play13:01

playground pero nosotros podríamos ahora

play13:04

mismo integrar este asistente con

play13:05

cualquier producto con cualquier página

play13:06

web con cualquier aplicación al final

play13:08

esto es una Api Entonces al crear un

play13:10

asistente Pues el asistente tiene un

play13:12

identificador y habrá un endpoint dentro

play13:14

de esa Api a la que nosotros podremos

play13:16

mandarle los mensajes para que nos

play13:17

responda vale es decir que eh No solo es

play13:20

que hayamos creado un asistente que

play13:21

podamos interactuar con a través de la

play13:23

plataforma Open Ai sino que acabamos de

play13:26

crear un asistente a Service vale

play13:29

podemos conectarlos con nuestra

play13:30

aplicación con la web de Chad 3j.com y

play13:32

pues eh hablar con él mira nos ha dicho

play13:35

que no ha funcionado Porque ahora mismo

play13:36

se están procesando demasiadas

play13:38

peticiones que volvamos a intentarlo más

play13:40

tarde es lo mismo que ha pasado antes

play13:42

qué más podemos ver pues si nos vamos

play13:43

aquí a threads podemos ver todas las

play13:46

conversaciones que ha habido con el

play13:47

asistente vale estas son algunas que he

play13:49

probado yo antes Pero podemos analizar

play13:51

pues todas las conversaciones que ha

play13:53

tenido el asistente con Bueno pues los

play13:55

diferentes usuarios que la estén

play13:57

utilizando así que bueno Esto es todo lo

play13:59

que te quería contar Espero que te haya

play14:00

resultado interesante y has visto como

play14:02

eh literalmente en menos de no sé 3

play14:05

minutos hemos sido capac de construir

play14:06

asistente y todo el trabajo que tuve que

play14:08

hacer para construir el chat de 23j Pues

play14:11

realmente se lo ha comido eh gpt se lo

play14:14

ha comido openi vale o sea es fascinante

play14:16

siempre hablamos siempre se habla no de

play14:18

que la Inteligencia artificial va a

play14:20

eliminar Muchos trabajos de que va a

play14:21

destruir mucho empleo pero desde luego

play14:24

los primeros empleos que se están

play14:25

destruyendo por la Inteligencia

play14:27

artificial son los empleos que se han

play14:30

creado gracias a la Inteligencia

play14:31

artificial no sé si me explico pero es

play14:33

que ahora mismo había mucha gente

play14:35

especializada en construir este tipo de

play14:36

chatbots como chat 23j había muchos prop

play14:39

engineers había mucha gente que desde el

play14:42

lanzamiento de chat gpt o de los modelos

play14:43

anteriores de gpt pues nuevos empleos

play14:45

que se habían creado en torno

play14:46

Inteligencia artificial Pero es que como

play14:48

crear aplicaciones Inteligencia

play14:49

artificial es cada vez más fácil porque

play14:51

es que Open nos da cada vez más

play14:52

servicios y más productos pues son estos

play14:54

los primeros empleos que Open está

play14:56

destruyendo y de hecho pues empresa emas

play14:58

Como por ejemplo pinec o quadrant no que

play15:01

son empresas que han recibido

play15:03

inversiones

play15:04

millonarias pinec No me acuerdo qué

play15:07

ronda había levantado pero pinec

play15:11

funding o sea pcon levantó hace poco 100

play15:14

millones a una valoración de 750

play15:15

millones porque parecía que para

play15:17

construir cualquier aplicación de

play15:18

Inteligencia artificial iba a ser

play15:19

necesario una base de datos de vectores

play15:21

y demás pues mira Oye quizás siga siendo

play15:24

necesario no sé realmente Dónde está

play15:26

almacenando los porque al final Open lo

play15:28

que está haciendo por debajo es lo mismo

play15:29

que hice yo no sé dónde está almacenando

play15:31

eh los vectores igual lo está

play15:33

almacenando en pinec sabes igual pinec

play15:35

es su proveedor No lo sé pero desde

play15:37

luego yo como usuario ya no voy a

play15:39

utilizar nunca más pcon voy a utilizar

play15:41

directamente Open aa Aunque es verdad

play15:43

que hay una cosa que no hemos comentado

play15:44

y es el tema de los precios vale esto

play15:48

tengo que analizarlo con más calma y da

play15:51

da para otro vídeo pero claro Hay un

play15:54

tema de precios eh realmente el precio

play15:56

de la de esta app y de la appi de de

play15:59

asistentes por lo que he podido ver y lo

play16:00

que he podido leer en Twitter no va a

play16:02

ser muy barata es más va a ser bastante

play16:05

cara Aunque todavía tienen por aclarar

play16:06

bastantes cosas sobre el pricing porque

play16:08

no está muy especificado en su página

play16:09

web Pero bueno Espero que te haya

play16:11

resultado útil y nos vemos en próximos

play16:13

vídeos

Rate This

5.0 / 5 (0 votes)

Связанные теги
Integración AIChatbots PersonalizadosOpenAIGPT StoreDesarrollo RápidoAPI de IAVectorización de TextoBase de Datos de VectoresAsistente de NegocioInnovación TecnológicaProgramación AutomáticaIntegración WebServicio de AsistenteIA para StartupsEstrategias de MarketingTecnología de Vangarda
Вам нужно краткое изложение на английском?