Сообщить об ошибке

Что пошло не так?

OpenAI Cookbook: официальные рецепты — AI Academy

AI Academy/Курсы/OpenAI Cookbook: официальные рецепты

⌘K

EN Войти Регистрация

СреднийИнженерия

OpenAI Cookbook: официальные рецепты

Официальные примеры OpenAI: Assistants API, function calling, embeddings, метапромптинг, vision, защита от галлюцинаций, извлечение данных и fine-tuning. Реальный Python-код от команды OpenAI.

8модуля

8уроков

200 минобщее время

Разработчики, изучающие продвинутые паттерны OpenAI APIкому подходит

Прогресс

0%0 / 8 уроков

Войдите, чтобы сохранять прогресс.

Модуль 1

Assistants API и агенты

Создание персистентных ассистентов с инструментами: Code Interpreter, File Search и кастомные function calls через Assistants API.

Assistants API: создание умных ассистентов

Разбираем Assistants API как stateful-эволюцию Chat Completions: Thread, Run, Message, встроенные инструменты Code Interpreter и File Search, жизненный цикл запуска.

Модуль 2

Function calling и retrieval

Создание агентов с доступом к знаниям: function calling для поиска по arXiv + embeddings для ранжирования релевантных документов.

Function calling для поиска знаний

Строим агента с двумя функциями: поиск статей arXiv по эмбеддингам и суммаризация PDF. Агент сам решает какую функцию вызвать по запросу пользователя.

Модуль 3

Embeddings и поиск

Практика работы с embeddings: индексация Wikipedia-статей, разбивка на чанки и семантический поиск.

Эмбеддинги Wikipedia для семантического поиска

Скачиваем статьи Wikipedia об Олимпиаде-2022, разбиваем на чанки, векторизуем через text-embedding-ada-002 и строим семантический поиск по базе знаний.

Модуль 4

Промптинг и оптимизация

Метапромптинг: автоматическая оптимизация промптов с помощью более мощной модели для улучшения качества вывода.

Метапромптинг: автоматическая оптимизация промптов

Используем o1 для улучшения простых промптов: сравниваем качество суммаризации новостей с простым и метаоптимизированным промптом на датасете BBC News.

Модуль 5

Vision и мультимодальность

Обработка видео через GPT vision: извлечение кадров, анализ сцен и генерация озвучки через TTS API.

GPT Vision для понимания видео

Извлекаем кадры из видео через OpenCV, передаём в GPT-4.1-mini как base64-изображения, получаем описание сцены и генерируем озвучку в стиле Дэвида Аттенборо через TTS API.

Модуль 6

Надёжность и качество

Разработка guardrails для обнаружения галлюцинаций: построение eval-датасета, создание судьи-модели и измерение precision/recall.

Защита от галлюцинаций: разработка guardrails

Строим output guardrail для поддержки клиентов: генерируем eval-набор с GPT-4o, создаём судью-модель для проверки соответствия ответов политикам, измеряем precision и recall.

Модуль 7

Извлечение и трансформация данных

GPT-4o как замена OCR: извлечение структурированных данных из многоязычных PDF-инвойсов и загрузка в базу данных через ELT-пайплайн.

Извлечение данных из PDF: GPT как OCR

Строим ELT-пайплайн: PDF-инвойсы → base64 → GPT-4o extracts JSON → schema transformation → SQLite. GPT справляется с многоязычным текстом и сложными таблицами лучше классического OCR.

Модуль 8

Fine-tuning

Fine-tuning gpt-3.5-turbo для function calling: оценка базового уровня, генерация синтетических обучающих данных и запуск fine-tuning job.

Fine-tuning для точного function calling

Fine-tuning gpt-3.5-turbo на синтетических данных от gpt-4o для управления дроном: оцениваем baseline, генерируем golden-датасет, запускаем fine-tuning job и сравниваем точность.

AAI AcademyRU Начать обучениеКаталог

Обзор

AI Academy Прогресс Достижения Рейтинг Аналитика Заметки Уведомления Команда API Тарифы Настройки

Обучение

Треки8 Курсы51

Библиотеки

Промпты30 Воркфлоу12 Инструменты22 Сравнение Блог

Обновлено · 14 мая 2026

Сохранить прогресс