Aujourd’hui, nous entendons beaucoup parler de Open AI ou plus précisément de GPT (Generative Pre-trained Transformer) qui est une architecture de modèle de traitement du langage naturel développée par OpenAI.
Nous allons découvrir ensemble comment connecter Alteryx à GPT-3 ou à une version ultérieure. Pour se faire nous aurons besoin d'une intégration personnalisée, car Alteryx n'est pas directement conçu pour se connecter à des modèles de traitement du langage naturel tels que GPT.
L’objectif du worklfow que nous réaliserons ensemble, étape par étape, c’est de poser une question à GPT et avoir le résultat directement dans Alteryx.
Afin d’aboutir au résultat ci-dessus, nous aurons besoin tout d’abord d’avoir un accès à l'API GPT-3 d'OpenAI. Cela implique de s'inscrire auprès d'OpenAI et d'obtenir les clés d'API nécessaires pour accéder au modèle.
Maintenant que nous avons notre clé nous allons pouvoir l’utiliser dans Alteryx.
1. Ajouter un input texte avec les informations ci-dessous
URL : https://api.openai.com/v1/chat/completions
Authorization : Bearer « la clé API que nous avons récupérée à l’étape précédente »
Content Type : application/json
Data : {"model": "gpt-3.5-turbo","messages": [{"role": "user", "content": "Hello"}]}
2. Ajout de l’outil Télécharger
a. Configuration de l’onglet De base avec la colonne URL
b. Configuration de l’onglet En-tête avec la colonne Authorization et Content-Type
C. Configuration de l’onglet Charge utile avec « Action http : POST » et « Prendre la chaîne/le corps de requête à partir d’un champ : Data »
==> Après la configuration de l’outil Télécharger et l’exécution du workflow, je vous explique le résultat.
Ce qui nous intéresse, ce sont les deux colonnes suivantes :
DownloadData : qui contient la réponse du GPT au format JSON
DownloadHeaders : pour nous dire si la requête a bien fonctionné ou pas
OK : la requête a bien fonctionné
KO : il y a un problème dans l’une des étapes précédentes
4. Pour récupérer la réponse nous allons utiliser l’outil filtre pour filtrer la colonne JSON_Name = choices.0.message.content
5. Maintenant avec l’outil Select nous allons garder la colonne JSON_ValueString
Un petit bonus, nous allons donner la main aux utilisateurs pour qu’ils posent leurs questions via une interface.
Merci de trouver ci-joint le workflow et à la prochaine pour un nouvel article !
