Construyo un ASISTENTE AUTÓNOMO que me envía REPORTES de VENTAS por EMAIL
Summary
TLDREl video ofrece una guía para construir un asistente de Inteligencia Artificial (IA) que funcione de manera autónoma, enviando diariamente un informe de ventas por correo electrónico. Se utiliza la plataforma de Open AI para crear un asistente analítico, que obtiene datos de Google Sheets y genera gráficas y estadísticas relevantes. La automatización incluye el uso de Make para conectar Google Sheets, Open AI y Gmail, y se destaca la importancia de la programación sin código y la personalización de gráficas según las necesidades. Además, se discute la automatización como una forma de asegurar que los datos de la empresa sean revisados de manera regular y se toman decisiones basadas en ellos. Finalmente, se calcula el costo de la automatización, destacando que la mayor parte del costo proviene del uso del code interpreter en lugar de los tokens de IA.
Takeaways
- 🤖 La inteligencia artificial y los chatbots son herramientas poderosas para la construcción de asistentes que pueden interactuar con los clientes y realizar tareas específicas, como reservar una cita o proporcionar información.
- 📈 Se puede utilizar la API de asistentes de OpenAI para crear un asistente de IA autónomo que funcione sin la necesidad de iniciar una conversación, como enviar un informe de ventas diariamente.
- 📊 Los asistentes de IA pueden generar gráficas y análisis de datos, lo que ayuda a tomar decisiones informadas basadas en la información de la empresa.
- 📧 El asistente descrito en el script envía un correo electrónico diariamente con un informe de ventas, incluyendo datos ficticios, el total vendido en euros, el número de pedidos, el precio medio por orden y los productos más vendidos.
- 📈 Los gráficos generados por el asistente incluyen una gráfica de barras que muestra el número de unidades vendidas por producto y una gráfica de tarta que muestra la distribución de ingresos por producto.
- 🔗 El proceso de automatización involucra herramientas como Make, que se conecta con Google Sheets (o cualquier fuente de datos) y luego con un asistente de OpenAI para analizar y generar el informe.
- 💬 OpenAI ofrece la capacidad de crear asistentes personalizados a través de su plataforma de desarrolladores, donde se pueden programar instrucciones específicas para el análisis de datos.
- 🛠️ El Code Interpreter es una herramienta clave que permite a los asistentes de OpenAI ejecutar código de Python para analizar y procesar datos, permitiendo la generación de métricas y gráficas.
- 📝 Make permite la automatización de procesos y la integración con múltiples aplicaciones, como Gmail o Slack, para enviar el informe de ventas por correo electrónico o mensajería.
- 💰 La automatización descrita tiene un costo asociado basado en el consumo de tokens de OpenAI y el uso de la sesión del Code Interpreter, siendo este último el componente más costoso.
- 📉 El modelo gpt 3.5 Turbo es más económico que el modelo gpt 4 Turbo, lo que impacta en el costo total de la automatización, aunque en el ejemplo dado el costo es mínimo y justifica la utilización diaria del asistente.
Q & A
¿Qué tipo de asistente de Inteligencia Artificial (IA) se describe en el script?
-Se describe un asistente de IA que trabaja de manera autónoma, enviando diariamente un correo electrónico con un informe de ventas del día anterior, sin necesidad de iniciar una conversación para cada interacción.
¿Cómo se utiliza la plataforma de Open AI en este caso?
-Se utiliza la plataforma de Open AI para crear un asistente analítico de ventas que puede generar gráficos y analizar datos de ventas, accediendo a un archivo CSV con información sobre las ventas.
¿Qué herramienta se utiliza para conectar la fuente de datos con el asistente de Open AI?
-Se utiliza la herramienta Make, que actúa como un centro de automatización de procesos, conectando la fuente de datos (Google Sheets) con el asistente de Open AI y luego con una aplicación de correo electrónico para enviar el informe.
¿Qué información se incluye en el informe de ventas enviado por correo electrónico?
-El informe incluye el total vendido en euros, el número de pedidos totales, el precio medio por orden, los productos más vendidos y dos gráficas: una de barras mostrando el número de unidades vendidas por producto y una de tarta que muestra la distribución de ingresos por producto.
¿Por qué es interesante la automatización descrita en el script?
-La automatización es interesante porque permite visualizar de manera sencilla los datos importantes del negocio sin necesidad de utilizar dashboards o aplicaciones complejas. Además, asegura que los datos se revisen diariamente, lo que puede ayudar a tomar decisiones más informadas y basadas en datos.
¿Cómo se calcula el costo de enviar un correo electrónico con la automatización creada?
-El costo se calcula en función del consumo de tokens por parte del asistente de Open AI y el costo de la sesión del code interpreter. Se multiplican los tokens de entrada y salida utilizados por sus respectivos precios y se suma el costo de la sesión del code interpreter.
¿Qué es un 'hilo' en el contexto de la automatización y por qué es importante mantener la interacción en un mismo hilo?
-Un 'hilo' se refiere a una conversación en un mismo tema o tarea durante una sesión. Es importante mantener la interacción en un mismo hilo para evitar el costo adicional de iniciar múltiples sesiones del code interpreter, lo que podría triplicar el costo.
¿Cómo se puede personalizar el tipo de gráficos que el asistente de Open AI genera?
-Se puede personalizar el tipo de gráficos enviando mensajes al asistente con instrucciones específicas sobre el análisis que se desea y las características gráficas que se quieren, como el tipo de gráfico (barras, líneas, puntos) y los colores de las barras.
¿Por qué es necesario el uso del code interpreter en el asistente de Open AI?
-El code interpreter es necesario para que el asistente pueda ejecutar código de Python, lo que le permite analizar los datos del archivo CSV, calcular métricas como el número de pedidos vendidos o el importe total de las ventas, y generar gráficos a partir de esa información.
¿Cómo se puede mejorar la eficiencia de la automatización y reducir costos?
-Se puede mejorar la eficiencia evitando iniciar múltiples hilos de conversación con el asistente, ya que cada hilo nuevo inicia una sesión del code interpreter con un costo adicional. Además, se pueden optimizar los mensajes y las solicitudes para minimizar el consumo de tokens.
¿Qué sucede si se utiliza el modelo GPT 4 en lugar del modelo GPT 3.5?
-Si se utiliza el modelo GPT 4 en lugar del modelo GPT 3.5, el costo sería significativamente mayor, ya que el modelo GPT 4 es hasta 20 veces más caro tanto para la entrada como para la salida de tokens. Esto aumentaría el costo total de la automatización.
Outlines
🤖 Construcción de asistentes de IA y automatización de informes de ventas
Se discute la creación de asistentes de inteligencia artificial, específicamente la utilización de chatbots como el famoso Chat GPT. El video muestra cómo se ha utilizado la API de asistentes de OpenAI para crear un asistente que envía un informe de ventas diariamente vía correo electrónico, sin necesidad de interacción continua. Se describe el proceso de generación de gráficas y se destaca la sencillez de la automatización y su utilidad para la toma de decisiones empresariales basadas en datos.
📊 Integración de herramientas para el análisis de datos y envío de informes
Se explica cómo se ha utilizado la herramienta 'make' y OpenAI para crear un asistente que realiza un análisis de datos de ventas y envía un informe con gráficas. Se menciona la posibilidad de personalizar los tipos de gráficas y datos que se envían. Además, se discute la integración con otras aplicaciones de mensajería como Slack o Microsoft Teams para compartir información con todo el equipo de la empresa.
🔗 Proceso de conexión entre Google Sheets, OpenAI y Gmail
Se detalla el proceso de conexión entre Google Sheets como fuente de datos, el asistente de OpenAI para el análisis, y Gmail para el envío del informe. Se describe el uso de 'make' para automatizar la búsqueda y extracción de datos de Google Sheets, la creación de un archivo CSV y la interacción con el asistente de OpenAI para generar gráficas y analizar datos.
📈 Generación de gráficas y análisis con el asistente de OpenAI
Se profundiza en el proceso de generación de gráficas de barras y circulares por parte del asistente de OpenAI, así como en la solicitud de análisis específicos. Se menciona el uso del 'code interpreter' para ejecutar código de Python y obtener métricas de ventas. También se abordan los pasos para descargar imágenes de las gráficas y cómo integrarlas en un correo electrónico.
💬 Redacción y envío del informe de ventas por correo electrónico
Se explica cómo se utiliza el modelo GPT 3.5 para redactar el contenido de un correo electrónico en formato HTML a partir del análisis proporcionado por el asistente. Se describe el proceso de envío del correo electrónico con adjuntos y cómo se incorporan las imágenes de las gráficas en el cuerpo del mensaje. Se destaca la personalización del correo electrónico y la posibilidad de utilizar diferentes plataformas de mensajería.
💰 Análisis de costos asociados a la automatización y uso de OpenAI
Se realiza un análisis detallado de los costos asociados a la automatización, teniendo en cuenta el consumo de tokens y la utilización del 'code interpreter'. Se proporciona una comparación de precios entre el modelo GPT 3.5 y el modelo GPT 4, y se calcula el costo total de la automatización para un correo electrónico, que resulta en 4 céntimos. Se destaca la importancia de considerar los costos al utilizar soluciones de inteligencia artificial.
📝 Invitación a compartir ideas para futuras automatizaciones
Se hace un llamado a la audiencia para compartir sus ideas y necesidades en cuanto a automatizaciones o asistentes de inteligencia artificial que deseen construir. Se motiva a los espectadores a contribuir con sus sugerencias para que el contenido futuro del canal sea más relevante y alineado con las demandas prácticas. Se proporciona una dirección de correo electrónico para recibir propuestas y se cierra el video con un mensaje de despedida.
Mindmap
Keywords
💡Integración de aplicaciones
💡Asistente de Inteligencia Artificial (AI)
💡Chatbot
💡Automatización de procesos
💡Google Sheets
💡Open AI
💡Gráficas de ventas
💡Correo electrónico automatizado
💡Análisis de datos
💡Costos de automatización
💡GPT (Generative Pre-trained Transformer)
Highlights
Se habla sobre la construcción de asistentes de Inteligencia Artificial (IA) y cómo los asociamos con chatbots.
El creador utiliza la API de asistentes de OpenAI para crear un asistente de IA que trabaja autónomamente, enviando diariamente un informe de ventas.
El asistente de IA genera y envía gráficos que muestran información detallada de las ventas, como el número de unidades vendidas y la distribución de ingresos por producto.
Se puede personalizar el tipo de gráficos que el asistente de IA envía, como gráficos de barras, líneas o puntos.
La automatización permite visualizar datos importantes de negocio de una manera sencilla y sin necesidad de utilizar dashboards o aplicaciones.
El asistente de IA también actúa como un recordatorio diario del estado de la empresa, fomentando la toma de decisiones basadas en datos.
Se describe cómo se puede extender la utilidad del asistente de IA para enviar información a todos los empleados de la empresa a través de diferentes plataformas de mensajería.
La herramienta 'make' se utiliza para conectar la fuente de datos, como Google Sheets, con el asistente de OpenAI y luego con una aplicación de correo electrónico.
Se detalla cómo se realiza una solicitud a la base de datos para obtener datos de ventas y cómo se envían estos datos al asistente de IA.
Se explica que el asistente de OpenAI necesita acceso a herramientas como el code interpreter para ejecutar código de Python y crear gráficos.
Se discute la importancia de mantener una sola sesión del code interpreter para evitar un aumento en los costos.
Se muestra cómo 'make' se conecta con Gmail para enviar el informe de ventas y cómo se pueden incluir archivos adjuntos o imágenes en el correo electrónico.
Se utiliza el modelo GPT 3.5 para redactar el contenido del correo electrónico en formato HTML a partir de la información proporcionada por el asistente de IA.
Se destaca la importancia de analizar los costos asociados con la automatización y el uso de asistentes de IA, teniendo en cuenta el consumo de tokens y las sesiones del code interpreter.
Se calcula el costo total de la automatización, mostrando que el mayor costo proviene del uso del code interpreter, y no de los tokens.
Se compara el costo de usar el modelo GPT 3.5 Turbo con el modelo GPT 4 Turbo, destacando que el modelo GPT 4 es significativamente más caro.
Se invita a los espectadores a compartir sus ideas y necesidades para futuras automatizaciones o asistentes de IA, para que el contenido creado sea más relevante y útil.
Transcripts
cuando hablamos de construir asistentes
de Inteligencia artificial siempre
pensamos en chatbots pensamos en
construir un asistente con el que
nosotros o nuestros clientes puedan
conversar para de esa forma pues
resolver alguna duda concreta realizar
una determinada acción como reservar una
cita o simplemente pasar el rato y creo
que asociamos asistentes de Inteligencia
artificial con chatbots porque el
asistente de Inteligencia artificial más
famoso del mundo es un chatbot me
refiero obviamente a chat gpt pero en
este vídeo quiero enseñarte cómo he
utilizado la ap y de asistentes de Open
Ai para dar otra utilidad para crear un
asistente de Inteligencia artificial
autónomo un asistente que va a trabajar
para mí sin necesidad de que tenga que
estar iniciando con él una conversación
cada vez que necesite que me eche una
mano
Comencemos esto que estamos viendo aquí
es lo que hace diariamente el asistente
es un asistente que se encarga de
enviarme diariamente un email con un
reporte de las ventas del día anterior
en mi caso para este ejemplo he
utilizado ventas pero en tu caso podría
hacerte un reporte de las visitas a tu
página web del número de registros de
cualquier dato que tengas almacenado en
cualquier sitio vamos a ver brevemente
el email Pues mira lo primero que hace
es me dice cuánto vendía ayer por
supuesto son todo datos ficticios luego
te enseño de dónde está cogiendo los
datos me dice el total vendido en euros
me dice el número de pedidos totales el
precio medio por orden Cuáles son los
productos más vendidos y lo más
interesante de todo me enseña estas
gráficas estas dos gráficas que hay aquí
las acaba de construir el asistente esta
primera gráfica es una gráfica de barras
donde me muestra el número de unidades
vendidas por producto y la segunda es
una gráfica de quesito una gráfica de
tarta donde me muestra la distribución
de ingresos por producto donde vemos que
el producto que más ingresos nos genera
es la falda en este caso el asistente me
está enviando estos dos gráficos porque
se lo he pedido yo luego vamos a ver
cómo se lo he pedido Pero tú en tu caso
si en me de un gráfico de barras pues
quieres un gráfico de línea Pues también
puedes construir un gráfico de línea o
si en vez de un gráfico de quesito
quieres construir un gráfico de puntos
Pues también puedes hacerlo es la gracia
de este asistente que va a sa ver cómo
de una forma muy sencilla sin necesidad
de escribir Pues nada de código vas a
poder pedirle al asistente el tipo de
gráficas y el dato que quieres que te
envíe directamente a tu correo
electrónico Por qué esta automatización
me parece interesante por dos motivos
principalmente primer motivo me permite
ver los datos importantes del negocio de
una forma muy sencilla sin tener que
meterme en ningún dashboard en ninguna
aplicación y segunda razón me obliga de
cierta manera a ver los datos me
recuerda diariamente Cuál es el estado
de la empresa esto puede parecer una
tontería pero no lo es hoy en día casi
todas las empresas tienen datos Pero
esto no significa que todas las empresas
tomen decisiones basadas en datos tomar
decisiones basadas en datos no es algo
sencillo Porque suele ocurrir que el día
a día nos come que siempre Pues todos
los días tenemos tareas super urgentes
que hacer y acabamos despriorizado Pues
el analizar los datos el Mirar los datos
Y es muy frecuente que una empresa Pues
desarrolle un dashboard cojonudo con un
montón de datos un montón de gráficos
que luego nadie termina mirando Entonces
esto es una manera muy sencilla de que
todos los empleados de la empresa porque
obviamente pues este email se podría
enviar a todos los empleados de la
empresa es una forma sencilla que todos
los empleados tengan visibilidad sobre
lo que está ocurriendo sea las ventas
sea la las visitas sea los registros o
el dato que sea sea la métrica que sea
bueno visto esto Ahora sí vamos a ver
cómo lo he construido para que en caso
de que tú necesites construir Algo
similar puedas hacerlo empecemos viendo
las herramientas que he utilizado que ya
te las podrás imaginar Por una parte he
utilizado make que es una herramienta
pues una vieja conocida del Canal que ya
he subido muchos vídeos explicando Pues
cómo funciona y haciendo cositas y por
otra parte Open Ai también otro viejo
conocido del Canal con el que hemos
hecho bastantes cosas pero cómo funciona
esto Cómo se unen las piezas Cómo se
unen estas herramientas Pues en el
centro vamos a tener a make va a ser la
herramienta central y lo primero que
tiene que hacer make es conectarse con
la Fuente donde tengamos los datos mis
datos van a estar en un Google seeds
luego te lo enseño pero aquí tus datos
podrían estar en una base de datos como
mysql Bueno cualquier tipo de base
de datos o podrías extraer también datos
de pues eh tu e-commerce por ejemplo de
un woocommerce de un shopify o podrías
conectarte con el banco o sea podrías
contarte con cualquier fuente de datos
Así que lo primero que hace mik es pues
hacer una petición a la la base de datos
para obtener esos datos que necesitamos
analizar para luego poder enviar ese ese
reporte por email no entonces pues
hacemos la petición a la fuente de datos
la fuente de datos pues le proporciona a
make los datos que correspondan por
ejemplo las ventas de ayer para poder
hacer ese análisis y una vez que make
tiene esos datos tiene esa información
se conecta con un asistente de Open Ai
vale Ya sabes que Open Ai tiene
diferentes productos podemos hacer una
petición a un modelo en concreto como el
modelo gpt 3.5 o el modelo gpt 4 pero
desde el 6 de noviembre desde hace un
par de meses que también hemos hablado
bastante de esto en el canal Pues el 6
de noviembre lanzaron la ap De asistente
que te permite crear un asistente
Entonces en este caso lo que vamos a
hacer es pues crear un asistente en la
plataforma de Open que luego te enseño
de tal manera que make lo que va a hacer
es enviar los datos que ha recogido de
la base de datos a ese asistente el
asistente los va a analizar va a generar
ese análisis va a generar esos gráficos
que hemos visto y se los va a dar a make
Y entonces make una vez que tiene ya el
contenido lo que hace es conectarse con
una aplicación de correo electrónico
Como por ejemplo Gmail pues para poder
enviar el correo electrónico que hemos
visto visto antes El ejemplo lo he hecho
con gmail lo he hecho con un email pero
lo que te he dicho antes podríamos
enviar este mensaje por slack enviar
todo ese análisis enviar los gráficos a
un canal de slack donde esté toda la
empresa para que de esa forma pues toda
la empresa tenga visibilidad o incluso
podríamos enviar un análisis para el
canal de marketing otro análisis para el
canal donde está el agente de finanzas
vale es decir podremos hacer un análisis
y un mensaje diferente Pues por
departamento y obviamente digo slack
pero también podría decir Microsoft
teams o cualquier otra aplicación de
mensajería que utilices en tu empresa el
dibujo el diagrama que te acabo de
enseñar pues quedaba muy chulo está muy
bien para explicarte cómo se unen las
diferentes partes pero voy a enseñarte
ahora cada una de ellas Esta es mi
fuente de datos vale es un Google seats
Aunque lo que te he dicho podría ser una
base de datos en mysql en cualquier
tecnología entonces aquí tengo una lista
con todas las ventas donde para cada
fila tengo pues la fecha en la que se ha
realizado la compra un ID de la orden El
product ID o sea un identificador del
producto que se ha comprado el nombre
del producto la talla el número de
unidades y el importe total de la venta
vale Y aquí hay pues unas cuantas filas
con todas las ventas de Pues un Rango de
fechas determinado Aunque bueno la idea
sería que esto contuviera pues todas las
todas las ventas de la empresa Entonces
esta sería mi fuente de datos voy a irme
a la plataforma de openi Para enseñarte
el asistente vale estoy en la plataforma
de desarrolladores de Open platform
open.com vale si eres nuevo y todavía no
conoces qué es esto de las asistentes
Pues bueno básicamente te vas a
platform.pdf de los gpt pues no pueden
ser utilizados a través de interf sino
que pueden ser utilizados solo a través
de una Api es decir a través de la
plataforma de desarrolladores lo que
podemos hacer es crear una especie de
gpt que luego vamos a poder embeber o
vamos a poder conectar con otras cosas
Entonces el que he creado yo se llama
analista de ventas aquí pues puedes ver
la configuración al nombre analista de
ventas y vamos a ver la descripción que
bueno la descripción las instrucciones
que no es muy larga le he dicho Eres el
analista de datos de una empresa tu
trabajo es analizar los datos de las
ventas generadas por la empresa para
ayudar al equipo directivo a tener una
visión global del estado de la la
empresa y esto es importante le digo
tienes acceso a un documento en formato
csv con información sobre las ventas
pero si vuelvo hacia atrás y te fijas
aquí en el apartado de files no hay
subido ningún archivo Ahora vas a
entender Por qué cuando veamos lo que
hay en make Entonces ahora no hay subido
ningún archivo pero lo habrá es decir el
asistente tendrá acceso a ese archivo
con las ventas y para que el asistente
pueda analizar los datos Tenemos que
tener activo el code interpreter el code
interpreter Es una herramienta que le va
a permitir al asistente ejecutar código
de python que al final el código de
python es lo que le va a permitir pues
obtener esas métricas es decir pues el
calcular Cuántos pedidos se han vendido
el calcular el importe total de las
ventas y sobre todo es la herramienta
que le va a permitir al asistente crear
gráficos vale puede que estés pensando
Oye este tipo de automatización se
podría hacer haciendo una petición
directamente a la Api del modelo gpt 3.5
del modelo gpt 4 es decir podríamos
conectarnos con los modelos de Open sin
necesidad de crear este asistente Pues
bien no podrías hacerlo porque el modelo
gpt 3.5 el modelo gpt 4 son modelos que
reciben un input y generan un output
pero no son modelos que tengan acceso a
herramientas como el cod interpreter ni
son modelos con los que podamos
compartir un archivo para que un modelo
pueda utilizar archivos pueda utilizar
documentos tenemos que activar en un
asistente el code interpreter o el
retrieval Vale cuando hablamos con chat
gpt con la versión gpt 4 a través de la
interfaz de chat gpt estamos muy
acostumbrados a subirle documentos no y
estamos muy acostumbrados a pedirle que
busque en internet Pero eso buscar en
internet consultar archivos son herrami
entas a las que tiene acceso pues chat
gpt pero no son propiedades no son
capacidades que tenga de por sí el
modelo gpt 3.5 el modelo gpt 4 que es
con lo que interactuamos cuando hacemos
una petición al endpoint que nos permite
interactuar Pues con estos modelos
Entonces si tú quieres hacer una
automatización que requiera de utilizar
el cach interpreter o requiera de darle
acceso a la Inteligencia artificial a
algún documento en el formato que sea
vas a tener que crear un asistente vale
por eso Hemos creado aquí el asistente
entonces simplemente instrucciones muy
básicas c interpreter activo y los files
no tenemos ningún file Aunque luego
verás comoo tenemos que darle acceso al
archivo para que pueda analizarlo
entonces m a make vale que aquí es donde
está la amiga ves que hay muchas bolitas
de Open Ai Ahora vas a entender por qué
lo primero que hace este escenario de
make bueno por si no lo sabes vale make
Es una herramienta de automatización de
procesos muy parecida a zapier muy
parecida a Power automate que lo que nos
permite es conectar aplicaciones vale en
este caso vamos a conectar Google seats
que es donde están los datos con Open Ai
que es donde está el asistente con el
correo electrónico con gmail para poder
enviar al correo electrónico Aunque
podrías conectarlo con slack con teams
Vale al final es una herramienta que
tiene integración con un montón de
aplicaciones y de herramientas
diferentes Si te interesa aprender a
utilizar make Pues justo tengo un curso
que es el curso de automatización de
procesos con ia del que hablé pues
aproximadamente hace un mes mes y medio
en en un vídeo en el canal Entonces lo
primero que hace este escenario hace una
búsqueda sobre el Google seats vale Esto
está conectado con el Google seeds que
os acabo de enseñar aquí y lo que hace
es una búsqueda hacer una búsqueda tipo
Search vale con un filtro aplicado el
filtro que le he aplicado es que me
extraiga únicamente las filas es decir
que me extraiga únicamente las las
ventas cuya fecha vale es decir la
columna es fecha está filtrando por la
columna a cuya fecha sea igual a ayer
entonces para saber qué fecha era ayer
utilizo estas fórmulas de make entonces
una vez que hemos obtenido pues esos
datos que serán pues x filas 20 filas 30
filas dependiendo de las ventas que
tenga el negocio lo que hace este
escenario de make es crear un csv vale
coge todos esos datos y crea un csv un
fichero csv con esos datos entonces
claro una vez que tenemos el fichero csv
tenemos que darle acceso al asistente a
ese csv para que pueda luego hacer el
análisis con el code interpreter
entonces para ello lo que tenemos que
hacer es subir a Open Ai el archivo vale
si clicamos aquí en Open a Aquí hay una
serie de acciones que podemos
automatizar con make Eh bueno la más
típica es la segunda que es la que nos
permite pues interactuar con el modelo
gpt 3.5 o con el modelo gpt 4 la primera
acción la analizar imágenes la que nos
permite pues analizar imágenes con gpt 4
Vision que también lo vimos en otro
vídeo pero si bajamos por aquí hay una
acción que es subir un archivo esto no
significa subir un archivo a un
asistente concreto sino subir un archivo
es decir cuando utilizamos esta acción
en en openi en la plataforma de
desarrolladores si vas aquí al menú hay
hay un apartado que se llama files pues
lo que hace es subir un archivo aquí
vale donde están todos los archivos
luego Tendremos que relacionarlo eso con
un asistente Entonces lo primero que
hacemos Es subimos el archivo y una vez
que subimos el archivo lo que hacemos Es
mandar un mensaje al asistente esta
acción creo que la han añadido hace hace
No mucho la gente de make pero si clicas
en en openi en el simbolito Pues por
aquí hay una acción que se llama mensaje
a un asistente vale es decir Enviar un
mensaje a un asistente Entonces esto es
lo que necesitamos para poder pues
pedirle al asistente que nos haga ese
análisis que nos genere esas gráficas
con las características que nosotros
queramos porque si te has fijado en las
instrucciones del asistente en ningún
momento le dijimos qué tipo de gráficas
queríamos ni le dijimos pues qué tipo de
datos son los que queríamos analizar es
decir no le dijimos que nos analizara
las ventas o que nos dira el importe
total de las ventas no dijimos nada
simplemente le dijimos Pues el rol que
debía asumir que era el de un analista
de datos o un analista de ventas
entonces enviamos Ahora sí un mensaje al
asistente y es aquí donde le
especificamos eso que queremos Vale Voy
a darle aquí para que se haga un pelín
más grande y le digo realiza un breve
análisis de todas las ventas incluidas
en el documento mencionando los
siguientes datos total vendido en euros
número de pedios totales precio medido
por orden y ventas por producto vale por
eso en el email justamente lo que nos lo
que nos e lo que nos analizaba eran esos
datos vale porque se lo había pedido yo
así en el escenario de make si en vez de
total vendido en euros quisiera que me
calculara otra cosa pues simplemente
tendría que venirme aquí y editar este
mensaje editar este prom de alguna
manera aquí en el apartado asistente
Pues he tenido que seleccionar el
asistente es decir si yo abro este
selector pues me aparecen todos los
asistentes que he creado yo desde mi
cuenta y lo importante está por aquí
abajo vale veis que pone aquí file ids
que para que te aparezca eso tienes que
darle aquí a ver settings avanzado es
decir si no das a ver settings avanzado
pues no no te aparece pero si le das sí
te aparece entonces a través de este
campo lo que puedes es darle al
asistente acceso a un documento un
documento que tiene que estar
previamente subido a p por eso Hemos
utilizado esta acción de subir archivo
entonces aquí lo que le estoy pasando es
el file ID es decir cuando se ejecuta
esta acción de subir archivo Esto me
devuelve como output un file ID y ese
file ID es el que le tengo que pasar al
asistente vale por eso el asistente
cuando estábamos configurando por eso el
asistente no tiene aquí ningún archivo
porque el archivo se lo vamos a pasar
cada día es decir cada día vamos a
pasarle un archivo nuevo y se lo vamos a
pasar pues a través de make con esta
automatización Entonces el resultado que
va a generar esto es el mismo que si te
vas aquí al playground vale si yo me
fuera aquí al playground seleccionas el
asistente analista de ventas y me
pusiera aquí a hablar con el asistente
no y justamente mi mensaje fuera este de
aquí pues el output que me generaría el
asistente en el playground sería el
mismo que me va a generar a través de
make Entonces primero le pedimos esto
que nos haga análisis de las ventas
luego con el mismo módulo el de Enviar
mensaje a una existente le pedimos el
gráfico de barras vale y le decimos
genera gráfico con las siguientes
características pues le digo Quiero una
gráfica de barras vertical vale una
barchart vertical en el eje x el product
name en el eje y vale le especifico cómo
quiero que que esté la Gráfica Mira le
he dicho que que las barras las quiero
de color negro nos las Ha pintado de
color negro pero si quisiera de color
rojo pues se lo especifico aquí
importante aquí en thre ID tienes que
ponerle el thre ID que ha devuelto el
módulo anterior vale porque lo que
queremos es que make Converse con el
asistente pero sobre el mismo oilo si no
ponemos aquí el 3 ID y lo dejamos vacío
lo que va a hacer es que en cada una de
estas tres acciones que envía mensajes
al asistente va a abrir un nuevo hilo Y
eso nos va a perjudicar sobre todo a
nivel de costes que lo vamos a ver luego
entonces la tercera acción simplemente
es la del gráfico circular vale le digo
genera una gráfica con las siguientes
características pie Chart ingresos
agrupados por product name si quisieras
en vez de dos gráficas tres gráficas
pues simplemente habría que Añadir aquí
una cuarta acción una cuarta bolita
especificándose
las características de la Gráfica
Entonces esta primera sí que devuelve
texto pero la segunda es decir la
segunda y la tercera lo que devuelve
realidad es texto más imagen Es decir si
me voy yo al playground Mira vamos a
hacerlo voy a ir al playground y le voy
a decir pues que genere esta gráfica de
aquí vale simplemente voy a copiar
entonces antes de pegar aquí el texto lo
que hay que hacer es importar el archivo
es decir cargar el archivo csv que make
cargaría a través de esa acción de subir
archivo no Entonces le voy a dar aquí
selecciono el archivo es un csv ahora y
ahora que sí que lo he subido pues
simplemente voy a pegar el texto vale el
mismo que había en make el de genera la
Gráfica con las siguientes
características entonces Bueno aquí nos
está diciendo voy a carga el archivo
para analizar Su contenido Estos son
mensajes intermedios vale pasos
intermedios porque realmente si conoces
Cómo funcionan los estados de un ran
Pues el ran es in progress todavía pero
bueno como estamos en el playground Pues
nos está mostrando esos pasos
intermedios realmente make no se
enteraría de esos pasos intermedios
porque el asistente solo le va a
contestar a make cuando haya terminado
de hacer la acción que le hemos pedido
no lo interesante del playground es que
puedes ver qué está ocurriendo aquí mira
si ahí va si abres por aquí pues puedes
ver el código de python que está
ejecutando y si abres aquí pues puedes
ver también el código realmente lo que
ha hecho en el primer paso ya te digo
que son pasos intermedios Eh no deberían
Por qué importarnos en el primer paso
intermedio lo que hace es carga el
archivo para ver qué columnas tiene para
ver su estructura eh Y en el segundo lo
que hace ya utiliza una librería que es
matplot lip que es una librería de
python que lo que hace es generar
gráficos y utiliza esa librería pues
para para poder generar el gráfico que
le hemos pedido y nos genera esto de
aquí entonces el output que genera este
asistente es por una parte el texto que
vemos aquí debajo el aquí está la
gráfica de barras vertical tal más la
imagen a nosotros o a make lo que le
interesa realmente únicamente es la
imagen entonces Cómo podemos
descargarnos esa imagen no porque yo
aquí en el playground si clico el botón
derecho la imagen Se me descarga Pero
cómo puede descargarse me esa imagen
pues para ello hay que conectarse a un o
hay que hacer una petición a un vale No
es una acción que que make tenga dentro
de esta lista es decir no hay aquí ningú
ninguna acción que sea Descargar imagen
no sé si lo añadirán en un futuro lo que
nos toca en este caso es utilizar la
acción de make an Api call para
configurar nosotros la llamada al
endpoint correspondiente Entonces es
bastante sencillo Simplemente hay que
hacer una llamada a este endpoint que
vemos por aquí que es v1 files después
del files metemos el file ID y después
content es decir la petición que make
hizo a la asistente no pidiéndole que
generara el gráfico como respuesta nos
ha dado el texto que hemos visto en el
playground pero también nos ha devuelto
un file ID Entonces ese file ID lo
tenemos que utilizar ahora para hacer
una petición a este endpoint Y de esa
forma descargarlo vale No hay que
configurar mucho más es una petición de
tipo get y ya está no hay Body no hay
query String no hay nada simplemente es
hacer una petición al endpoint Entonces
esto lo que va a devolver es el archivo
en formato de datos esto hay que hacerlo
dos veces vale porque hay que
descargarse la imagen del gráfico de
barras y después la imagen del gráfico
circular Entonces ahora comento que es
est volo aquí pero entonces esa
información la vamos a utilizar a la
hora de enviar el email Vale tengo aquí
configurado el email y entonces cuando
configuras enviar un email a través de
Gmail en el apartado de attachments en
el apartado adjuntos pues puedes Añadir
archivos adjuntos especificando la Data
vale los datos del archivo no la URL
sino los datos concretos del archivo
entonces pues simplemente si clico yo
aquí puedo ver que el módulo número 9
que era el que hizo esta petición al
endpoint para descargar la imagen Pues
el body que ha devuelto es decir lo que
ha devuelto esa petición es pues los
datos los datos de la imagen en formato
en formato binario entonces simplemente
esos datos son los que meto aquí en el
adjunto vale Y además Gmail lo que te
permite es además de meterlos como
adjuntos luego meterlos dentro del lo
que es el cuerpo del del mensaje no
entonces el email que lo tengo aquí
formatado en en html pues contiene un
texto y además tiene incrustadas las
imágenes adjuntas vale por eso las
imágenes no aparecen aquí como adjuntas
sino que aparecen pues como parte del
del contenido entonces lo que es el
contenido del email lo que he hecho es
en vez de que Gmail le envíe exactamente
lo que el asistente nos contestó cuando
le preguntamos esta pregunta no de Oye
esta no esta de aquí cuando le dijimos
no lo de realizo un breve análisis pues
lo la respuesta que generó en vez de
enviarla directamente lo que hago aquí
es me conecto Ahora sí con el modelo gbt
3.5 es decir no me conecto con el
asistente sino me conecto solo con el
modelo gbt 3.5 y le digo Pues mira le
digo esto le digo redacta el contenido
de un email en formato html a partir de
la información que te proporcionará el
usuario y aquí en el rol de usuario le
meto el texto es decir en esta petición
lo que hago es cojo el contenido en
bruto que me respondió el asistente y le
pido a gbt 3.5 en este caso pues que a
partir de ese contenido en bruto redacte
un email para Juan sin utilizar
etiquetas de encabezado en formato html
vale y le digo Aquí por ejemplo que
despídete como tu vecino y amigo Open Ai
vale por eso aquí pone tu vecino y amigo
Open Ai digamos que en este módulo es
donde le indicaría a la Inteligencia
artificial Pues el estilo que debe tener
el email Esa es la razón de que haya
tantas bolas de Open Ai vale por hacer
recapitulación subimos al archivo
enviamos un mensaje al asistente
enviamos otro mensaje al asistente para
la gráfica de barras un tercer mensaje
del asistente para la gráfica circular
descargamos ambas imágenes y después le
pedimos a gpt 3.5 que nos redacte un
email bonito a partir del Análisis que
ha hecho el asistente y después de todo
eso lo enviamos por correo electrónico
Aunque lo que hemos dicho antes esto
podremos sustituirlo por slack por teams
o por cualquier aplicación de mensajería
entonces lo que voy a hacer ahora para
que veáis que funciona pues es darle al
Play vale Esto está configurado para que
se ejecute Bueno aquí Podrías poner la
configuración vale es decir aquí
podríamos decirle Pues todos los días a
las eh 9 de la mañana no o a las 99:46 o
por ejemplo Oye solo algunos días de la
semana no solo los lunes a tal hora o
solo los lunes y los miércoles esto ya
lo que tú quieras no tienes esa opción
de configuración pero make también
siempre tienes la opción de darle aquí
al Play y que se ejecute Pues justo en
este momento Entonces aquí podemos ver
en tiempo real Cómo se va ejecutando no
va vemos como lo que es enviar mensajes
al asistente pues eh tarda Por qué tarda
pues lo hemos visto en el playground no
porque el asistente tiene que pensar
tiene que pensar y hacer esos pasos
intermedios para poder generar la
respuesta Entonces lo voy a dejar que se
ejecute que debería tardar pues menos de
un minuto y vamos a ver si me me ha
llegado el email vale parece que ha ido
todo bien no ha habido ningún error y
Bueno mira si clicamos aquí en la bola
ya podemos ver aquí exactamente el
mensaje que se ha enviado si damos a
content Pues bueno podemos ver el
mensaje que se ha enviado que tiene
buena Pinta y ahora si voy al email Pues
tengo un correo nuevo que es el este de
aquí vale veis que pone ahí hace c
minutos me acaba de llegar y Bueno pues
tiene la misma información que el de
antes porque al final lo que ha hecho es
eh consultar la misma base de datos
Tenemos aquí el gráfico de barras que
pues podemos clicar y lo podemos
Descargar lo podemos hacer lo que
queramos con él es un gráfico que es
nuestro Y tenemos aquí el gráfico
circular para que veáis que la
información que analizado es cierta Mira
vamos a ir al Google seats y tengo por
aquí una una tabla dinámica que es un
resumen Vale Voy a ver si el filtro está
bien aplicado porque debería estar
filtrando por el 6 de febrero
efectivamente Aquí está filtrando las
ventas del 6 de febrero hoy es día 7 o
sea le he pedido al asistente realmente
que me haga un análisis de las ventas de
ayer y veis como la suma total es
195,65 que es efectivamente lo que nos
ha dicho el número de pedidos totales
aquí no aparece Pero si te vas a la
tabla pues podremos ver que son nueve
pedidos es decir estos de aquí y en las
ventas por producto pues por ejemplo
aquí pone que la por faldas hemos
ingresado 768 con8 Pues si venimos Aquí
vemos que falda 768 con8 vale no voy a
comparar todo datos pero los datos están
bien el análisis lo ha hecho
correctamente porque el cod interpreter
si no da errores normalmente funciona
bien al final lo que ha hecho es
ejecutar código de python y el código
puede estar bien puede estar mal pero si
está bien Lo más probable es que el
resultado sea correcto bien Ahora que ya
hemos visto cómo funciona ya hemos visto
cómo funciona todo el proceso vamos a
analizar los costes porque cuando
automatizamos un proceso con
Inteligencia artificial o cuando
construimos un asistente de Inteligencia
artificial hemos de tener en cuenta que
eso cuesta dinero y no es como chat gpt
que pagas una suscripción mensual y te
olvidas sino que Cuando hacemos
peticiones a la pid openi nos cobran en
función del consumo de tokens por lo que
siempre es un aspecto que tenemos que
tratar con cuidado el tema del coste
Pues bien Voy a analizar exactamente
cuánto me costaría cada uno de los
emails que se enviarían
diariamente Cómo podemos saber cuánto
nos ha costado esta automatización pues
para poder calcularlo primero hay que
entender cuánto Nos cobra Open Ai cuando
interactuamos con un asistente Y en este
caso como tiene el code interpreter
activado Nos cobra en función de dos
cosas primero en función de los tokens
que haya consumido el asistente cuánto
exactamente Pues nos lo dicen aquí si
utilizamos el modelo gpt 3.5 Turbo que
es el que he utilizado yo si utilizamos
la última versión la 0125 que la acaban
de lanzar es decir esta versión hace
referencia al 25 de enero o sea hace un
par de semanas no existía Pues esta
versión cuesta esto que veis aquí por
cada 1000 tokens en la entrada y los
tokens de salida son un poco más caros
cuestan el triple y cuestan esta
cantidad aquí no sé ni nombrar la
cantidad porque tiene tantos ceros que
que no puedo expresarla en céntimos
entonces bueno son
0.0005 por cada 1000 tokens de entrada
Entonces primero vamos a tener que pagar
en función de los tokens que ahora vamos
a ver cuánto hemos consumido y después
como teníamos el cod interpreter
activado nos van a cobrar 3 céntimos por
cada sesión Qué significa una sesión
pues una sesión es una conversación en
un mismo hilo durante creo que es una o
TR horas ahora mismo no me acuerdo pero
quiero decir con esto que cada vez que
inicies un hilo nuevo te cobran 3
céntimos vale por eso era importante que
make interactuara con el asistente en un
mismo hilo para de esa forma activar una
única sesión del code interpreter y no
tres porque eso haría que se triplicara
el coste entonces Cómo podemos ver los
tokens que ha consumido esta
automatización pues Si volvemos aquí al
playground vale veis que yo en el menú
tengo una opción que pone threads Igual
a ti no te aparece para que te aparezca
tienes que ir a settings y aquí donde
pone threads Tienes que darle aquí a
clicar visible para todos o para
cualquiera Vale y darle aquí a save
entonces que te aparece Entonces es muy
interesante esta sección de thre porque
aquí podemos ver todos los hilos que han
tenido lugar con nuestros asistentes
Entonces yo si me voy al último hilo voy
a poder ver la conversación que ha
tenido m con el asistente incluyendo
todos los pasos intermedios que decíamos
que m pues realmente no tiene acceso a
ellos no entonces pues bueno vemos como
en este caso el usuario que es m pues le
pide que realice un análisis utiliza el
cod interpreter pues para hacer este
análisis luego le preguntar a m por aquí
pues que genera el gráfico vemos como
genera el gráfico Y luego vemos cóm
genera el segundo gráfico entonces en
esta sección además de poder ver Pues
todos los mensajes lo cual es
interesante pues para ver qué está
sucediendo si vamos aquí arriba vale se
ve bastante chiquitito voy a hacerle
zoom veis que pone aquí tokens esta este
hilo ha consumido
9488 tokens 8637 de entrada y 851
entonces sabiendo los tokens de entrada
los tokens de salida y sabiendo los
precios que tienen los tokens de entrada
y los token de salida pues me he ido
aquí al mismo Google seats que estábamos
antes y he hecho esta tabla vale he
puesto aquí los datos y Simplemente hay
que multiplicar nos ha costado los
tokens de entrada nos han costado
0,004 es decir ni siquiera un céntimo y
los tokens de salida nos han costado
todavía menos porque aunque son más
caros Pues los tokens de salida son
menos vale al final los tokens de salida
son los son los tokens que representan
la respuesta que ha dado el asistente
que son menores entonces en total
nuestro consumo de tokens es
0.006 Es decir ni siquiera un céntimo
hemos gastado en tokens el coste más
importante de este asistente no están
los tokens sino que está en el code
interpreter que nos ha costado como
hemos dicho antes 3 céntimos es decir
que si sumamos ambas cantidades el coste
total de esta automatización de esta
conversación ha sido de 4 céntimos bueno
no llega a eso vale realmente Esto está
redondeado sería
0.036 3 céntimos del code interpreter y
0.006 de los tokens es decir que el 84
por del coste es del code interpreter
Qué hubiera ocurrido si en vez del
modelo gpt 3.5 hubiéramos utilizado el
modelo gpt 4 porque si no aquí la
sección de pring vemos como el modelo
gpt 4 Turbo es bastante más caro vale es
20 veces más caro tanto la entrada como
la salida el modelo gpt 4 Turbo es 20
veces más caro que el 3.5 pues
simplemente tenemos que actualizar aquí
los precios el de entrada sería 0.01 y
el de salida sería
0.03 es decir que los tokens nos habrían
costado pues ahora sí un poco más 0.11
es decir 11 céntimos y ahora sí pues los
tokens suponen un coste mayor que el cod
interpreter vale el coste total sería de
14 céntimos y pues as el 80% sería en
tokens aún así vemos como en este caso
en esta automatización pues como la
conversación es corta al final el coste
total es de 14 céntimos que 14 céntimos
al día Pues creo que nos lo podemos
permitir todos Bueno espero que el vídeo
haya resultado interesante que te sea
útil Pero antes de terminar el vídeo
quiero pedirte ayuda quiero que me
cuentes qué ideas tienes en mente Qué
tipo de automatizaciones te gustaría
construir si estás pensando en construir
algún asistente es decir si estás
pensando en construir algo relacionado
con la Inteligencia artificial algo
relacionado con el tipo de cosas que
construyo en estos vídeos pues me
gustaría que me lo contases Por qué
Porque bueno Ya te habrás dado cuenta
pero a mí lo que me gusta son construir
cosas vale de vez en cuando subo también
vídeos hablando de noticias de cosas
nuevas que han salido pero a mí el
contenido que me gusta crear realmente
es contenido como el de este vídeo donde
te explico cómo he construido una
automatización o un asistente para
resolver un caso de uso concreto
Entonces en vez de grabar vídeos
construyendo Pues automatizaciones
ficticias digamos o asistentes ficticias
me gustaría que lo que construyo fuera
lo más real posible y que se pareciese
al tipo de automatizaciones al tipo de
cosas que queréis construir vosotros es
decir quiero que me contéis Qué
necesidades tenéis qué estáis pensando
en construir para que de esa forma el
contenido que creé pues esté un poco
alineado con todo ese tipo de cosas que
tenéis en mente y de esa forma ganemos
los dos yo pueda crear pues contenido
más interesante para vosotros para la
gente que ve los vídeos y vosotros
podáis gracias al contenido que creo
pues aprender a construir justamente el
tipo de cosas que tenéis en mente Así
que lo dicho si me quieres echar una una
mano si te gustaría que en el próximo
vídeo hablase de cómo automatizar o
construir justo lo que tienes tú en
mente escríbeme con tu idea a esta
dirección de correo electrónico a ideas
@produces falta que me cuentes con todo
detalle con que me cuentes Pues un poco
por dónde van los tiros Qué tipo de cosa
Qué tipo de caso de uso el que quieres
automatizar pues con eso será suficiente
si veo que necesito entender mejor el
caso de uso pues ya te contestaré
pidiendo más información o lo que fuera
y ahora sí termina Este vídeo que como
decía espero que haya result resultado
interesante y nos vemos en próximos
vídeos
Посмотреть больше похожих видео
Cómo EMBEBER UN GPT en una página WEB [Tutorial paso a paso]
Cómo utilizar GPT4-VISION para EXTRAER INFORMACIÓN de un PDF
1° Clase | Iniciación a la Inteligencia Artificial
¿Como realizar una Base de Datos en Google Sheets? Base de datos en la nube Gratis
Tutorial Make (Integromat) 🟣 Paso a paso en Español
Cómo ENTRENAR tu PROPIO MODELO de OPENAI para que HABLE COMO UN FAMOSO
5.0 / 5 (0 votes)