Acabei de descobrir que é possível integrar o ChatGPT com o banco de dados do MK-Auth.
O que vocês pensam sobre essa prática?
Imagine poder fazer prompts no ChatGPT como:
1 - Qual o faturamento do meu provedor no ano de 2022?
2 - Quantos cancelamentos meu provedor teve em Janeiro de 2023?
3 - Quanto tempo em média levo para fechar um chamado considerando dados dos útimos 2 anos?
Existem muitas possibilidades!
Que prompts vocês acham interessante?
Respostas
Bom dia prezado(a),
Por questão de segurança e por respeito a Lei Geral de Proteção de Dados (LGPD), não seria interessante expor os dados dos clientes que estão no banco de dados do sistema.
Qualquer dúvida, estamos à disposição.
Atenciosamente,
Equipe MK-AUTH
Bem observado! Obrigado.
Mas para uso interno pode ser uma boa
Para integrar o chatbot da OpenAI com o MK-auth, você precisará seguir alguns passos:
1. Obtenha uma chave de API da OpenAI: Acesse o site da OpenAI em https://www.openai.com/ e siga as instruções para obter uma chave de API. Anote essa chave, pois você precisará dela posteriormente.
2. Configure o ambiente: Verifique se você possui o Python instalado em seu computador e instale o pacote `openai` usando o comando `pip install openai`.
3. Crie um arquivo Python para a integração: Crie um novo arquivo Python para escrever o código de integração. Você pode usar qualquer editor de texto ou ambiente de desenvolvimento para fazer isso.
4. Importe as bibliotecas necessárias: No início do arquivo, importe as bibliotecas necessárias, incluindo o pacote `openai` e outras bibliotecas padrão do Python, como `json` e `requests`.
5. Defina a sua chave de API: No código, atribua sua chave de API a uma variável chamada `openai_key`. Por exemplo: `openai_key = 'sua-chave-de-api-aqui'`.
6. Defina o ponto de extremidade da API: Defina o ponto de extremidade da API do MK-auth em uma variável chamada `mkauth_endpoint`. Por exemplo: `mkauth_endpoint = 'http://exemplo.com.br/api/chatbot'`.
7. Implemente a solicitação para o MK-auth: Crie uma função que envie a requisição para o MK-auth e retorne a resposta recebida. Você pode usar a biblioteca `requests` do Python para fazer isso. A URL do MK-auth deve ser concatenada com o ponto de extremidade definido anteriormente. Pode ser algo assim:
```python
def send_request_to_mkauth(input_text):
url = mkauth_endpoint + '?text=' + input_text
response = requests.get(url)
return response.json()
```
8. Obtenha a resposta AI do OpenAI chatbot: Implemente a função que envia a solicitação para o modelo AI da OpenAI e retorna a resposta obtida. Você pode usar a biblioteca `openai` do Python para isso. O código pode ser semelhante a:
```python
def get_ai_response(input_text):
response = openai.Completion.create(
engine='davinci',
prompt=input_text,
max_tokens=100,
temperature=0.6
)
return response.choices[0].text.strip()
```
9. Implemente o loop de chat: Crie um loop para receber as entradas do usuário, enviar a solicitação para o MK-auth e obter a resposta do chatbot da OpenAI. A estrutura básica do loop pode ser da seguinte forma:
```python
while True:
user_input = input("Digite uma pergunta: ")
mkauth_response = send_request_to_mkauth(user_input)
ai_response = get_ai_response(mkauth_response['answer'])
print("Chatbot: " + ai_response)
```
Lembre-se de adaptar esse código de acordo com suas necessidades específicas, como adicionar tratamento de erros, formatação de saída e outros recursos adicionais.