Pythonで集計した売上を生成AIに渡して、商品ごとに「見出し」と「コメント」を書いてもらう。書いてもらった結果は、Pythonの表(DataFrame)に並べて、Excelに書き出したり、レポートに差し込んだりしたい...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント(説明の文章)を書いてもらう。このとき、集計結果をJSON(データを文字で表すための書き方の決まり)にして渡す方法がよく使われます。表の形をそのまま文字にで...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント(説明の文章)を書いてもらう。データ分析で生成AIを使うときの、よくある流れです。 このとき、計算はPythonで行い、生成AIには文章を書く役だけを頼むの...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント(説明の文章)を書いてもらう。このとき、集計結果をJSON(データを文字で表すための書き方の決まり)にして渡す方法がよく使われます。表の形をそのまま文字にで...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント(説明の文章)を書いてもらう。データ分析で生成AIを使うときの、よくある流れです。 このとき、計算はPythonで行い、生成AIには文章を書く役だけを頼むの...
ここまでの記事では、ずっと同じ2行を使ってきました。 response = client.responses.create(model=..., input=...) print(response.output_text...
前回の記事では、API呼び出しの結果をログへ残しました。最後に「100件流したうちの3件が失敗したとき、その3件だけを再処理する」と書いたところで終わっています。今回はそこへ進みます。 題材は、これまでと同じPOS売上C...
前回の記事では、エラーの切り分けと再試行を扱いました。最後に「ログへ残す項目」を並べて終わっています。今回はそれを実際に動く形にします。 APIを1回試している段階なら、画面に出たものを見れば十分です。しかし夜間に100...
前回の記事では、response.usage からトークン数を取り出して料金を概算しました。ログに「成功/失敗」を残しておこう、と書いたところで終わっています。今回はその「失敗」のほうを扱います。 APIを繰り返し使い始...
前回の記事では、temperature と max_output_tokens の決め方を見ました。そこで usage から実測した「見えない推論トークン」が、今回そのまま料金の話につながります。 APIを実務で使い始め...