OpenAI: 어시스턴트 실행 작업

OpenAI: 어시스턴트 실행 작업OpenAI의 어시스턴트 API(v2)를 사용하여 귀하의 애플리케이션 내에서 AI 어시스턴트를 구축할 수 있습니다. 어시스턴트는 지침을 가지고 있으며 모델, 도구, 지식을 활용하여 사용자 쿼리에 응답할 수 있습니다. 현재 v2 어시스턴트 API가 지원하는 세 가지 도구는 코드 인터프리터, 파일 검색, 함수 호출입니다.

전제 조건

  • 자동화에서 OpenAI어시스턴트 실행 작업을 사용하려면 Bot creator 역할을 보유해야 합니다.
  • 요청을 보내는 데 필요한 자격증명을 보유하고 OpenAI 작업을 호출하기 전에 OpenAI: 인증 작업을 포함했는지 확인하십시오.
  • 어시스턴트 제한 사항 이해하기: 어시스턴트의 기능과 한계를 알면 현실적인 기대치를 설정할 수 있습니다.

이 예시는 OpenAI 어시스턴트 실행 작업에서 기존 어시스턴트를 로드하고 적절한 응답을 얻는 방법을 보여 줍니다. 나만의 어시스턴트를 만드는 방법을 자세히 알아보려면 OpenAI Create Assistant 항목을 참조하십시오.

프로시저

  1. Automation Anywhere Control Room에서 작업 창으로 이동하여 생성형 AI > OpenAI를 선택하고 OpenAI: 어시스턴트 실행을 드래그하여 캔버스에 놓습니다.
  2. 다음 필드를 입력하거나 선택합니다.

    OpenAI: 어시스턴트 실행

    1. 어시스턴트 로드를 클릭하여 기존 어시스턴트를 선택합니다. API 키로 인증(OpenAI: 인증 작업 참조)해야 합니다.Open AI: 연결
      1. Open AI에 연결이 나타납니다. 자격증명 탭에서 저장된 자격증명을 통해 API 키를 입력하거나, 안전하지 않은 문자열 탭을 선택해서 API 키를 직접 붙여넣을 수 있습니다.
      2. 선택한 어시스턴트의 어시스턴트 ID가 어시스턴트 ID 필드에 표시됩니다.
      주: 원활한 사용자 경험을 위해서는 어시스턴트를 선택하기 전에 어시스턴트의 한계를 반드시 이해해야 합니다. 항공권 예약을 요청했는데 어시스턴트가 예약 시스템에 액세스할 수 없다는 사실을 알게 되었다고 상상해 보십시오. 어시스턴트의 기능을 미리 숙지해두면 이처럼 곤란한 상황을 피할 수 있습니다.
    2. 모델이 응답을 생성하는 데 사용할 프롬프트 메시지를 입력합니다.
      주:

      Run Assistant 작업은 동일한 대화 내에서 이전 작업의 결과를 유지합니다. Run Assistant 작업을 연속적으로 호출할 경우 어시스턴트는 동일한 스레드에서의 대화 맥락을 기억하고서 이어지는 메시지와 이전 메시지들과의 관련성을 파악해 낼 것입니다. 하지만 해당 대화 기록은 세션이 종료되면 지워집니다. 각각의 새로운 세션마다 새 스레드가 만들어지는 겁니다.

    3. 세션을 현재 세션으로 제한하려면 세션의 이름을 입력합니다. 인증 작업에서 사용한 것과 동일한 이름을 사용합니다.
    4. 선택적 매개변수를 관리하려면 더 많은 옵션 표시에서 를 선택하여 모델, 지침, 추가 지침, 파일, 메타데이터와 같은 매개변수를 추가하십시오. 또한 코드 인터프리터, 파일 검색, 기능 옵션을 활성화하여 어시스턴트의 기능을 확장하면 어시스턴트가 더 복잡한 작업을 수행할 수 있습니다. 이러한 선택적 매개변수에 대한 자세한 내용은 OpenAI Create Run를 참조하십시오.
      주: 이러한 선택적 매개변수를 선택하여 모델(예:gpt-4o), 지침 등을 정의하면 기본 설정을 재정의하여 어시스턴트의 동작을 미세 조정할 수 있습니다.
      • 코드 인터프리터: 어시스턴트가 사용자 정의 Python 코드를 실행하게 하여 데이터 조작, 로직 통합, 자동화 작업을에 도움을 받을 수 있습니다. 예시
      • 파일 검색: 어시스턴트가 외부 소스에서 정보를 검색하고 처리하게 함으로써 양질의 대화를 진행하고 상황에 맞는 응답을 얻을 수 있습니다.
      • 업무 어시스턴트가 외부 소스에서 정보를 검색하고 처리하게 함으로써 양질의 대화를 진행하고 상황에 맞는 응답을 얻을 수 있습니다.
    5. 응답을 변수에 저장합니다. 이 예시에서 응답은 str_asst_Response라는 문자열 변수에 저장됩니다. 출력은 JSON이며, 아래의 내용은 위 실행에 대한 출력의 예시입니다.
      {
         "metadata":{
            
         },
         "data":[
            {
               "role":"assistant",
               "content":[
                  {
                     "type":"text",
                     "text":{
                        "value":"New York is a bustling metropolis known as \"The Big Apple,\" renowned for its iconic skyline, cultural diversity, and status as a major global financial, entertainment, and cultural center.",
                        "annotations":[
                           
                        ]
                     }
                  }
               ]
            }
         ],
         "status":"completed"
      }
코드 인터프리터:

다음 예시는 코드 인터프리터를 활성화한 상태에서 어시스턴트를 사용하여 피보나치 수열의 첫 8개 항을 생성하는 방법을 보여 줍니다.

OpenAI 어시스턴트 실행 코드 인터프리터

위 자동화의 응답은 다음과 같습니다.

{
  "metadata": {},
  "data": [
    {
      "role": "assistant",
      "content": [
        {
          "type": "text",
          "text": {
            "value": "The first 8 terms of the Fibonacci sequence are: \n\n\\[0, 1, 1, 2, 3, 5, 8, 13\\]",
            "annotations": []
          }
        }
      ]
    },
    {
      "role": "assistant",
      "content": [
        {
          "type": "text",
          "text": {
            "value": "The Fibonacci sequence is a series of numbers where each number is the sum of the two preceding ones, starting from 0 and 1. Let's generate the first 8 terms of the Fibonacci sequence.",
            "annotations": []
          }
        }
      ]
    }
  ],
  "status": "completed"
}
파일 검색:

다음 예시를 통해 파일 검색을 사용하도록 설정한 상태에서 어시스턴트를 사용하는 방법을 확인할 수 있습니다. 이 시나리오에서는 어시스턴트가 첨부된 파일을 읽고 응답을 생성합니다.

OpenAI 어시스턴트 실행 파일 검색

위 자동화의 응답은 다음과 같습니다.

{
  "metadata": {},
  "data": [
    {
      "role": "assistant",
      "content": [
        {
          "type": "text",
          "text": {
            "value": "Here are the holidays listed in the attached file:\n\n1. New Year's Day\n2. Martin Luther King Jr. Day\n3. Presidents' Day\n4. Memorial Day\n5. Independence Day\n6. Labor Day\n7. Columbus Day\n8. Veterans Day\n9. Thanksgiving Day\n10. Christmas Day\n\nThese holidays were found within the attached document .",
            "annotations": []
          }
        }
      ]
    }
  ],
  "status": "completed"
}
주:
  • 여러 파일을 업로드하려면 파일 ID 목록을 추가하면 됩니다. 이러한 파일 ID는 OpenAI를 사용하여 업로드한 파일에 할당된 고유 식별자입니다. 어시스턴트에서 파일을 업로드하고 검색하는 방법에 관한 자세한 내용은 OpenAI Files Operations 항목을 참조하십시오.
  • OpenAI에 업로드된 Control Room 파일 또는 데스크톱 파일은 OpenAI 스토리지에서 찾을 수 있습니다.
.

OpenAI 어시스턴트 실행 여러 파일 ID

업무

다음 예시를 통해 어시스턴트를 함수와 함께 사용하는 방법을 확인할 수 있습니다. 이 시나리오에서는 어시스턴트가 날씨 정보를 검색한다고 가정해 보겠습니다. 설명 및 매개 변수와 함께 get_weather라는 새 함수를 제공하면 어시스턴트가 새로운 능력을 사용할 수 있게 됩니다.

{
    "name": "get_weather",
    "description": "Determine weather in my location",
    "parameters": 
    {
       "type": "object",
       "properties": {
          "location": {
             "type": "string",
             "description": "The city and state e.g. San Francisco, CA"
          },
          "unit": {
             "type": "string",
             "enum": [
                "c",
                "f"
             ]
          }
       },
       "required": [
          "location"
       ]
    }
 }

아래 이미지 다음의 JSON 출력은 해당 어시스턴트의 상태를 requires_action으로 강조 표시합니다. 이는 어시스턴트가 진행 방법에 대한 사용자의 입력을 기다리고 있음을 나타냅니다. 이제 OpenAI: 어시스턴트 실행 함수 작업를 활용해서 새로 도입된 get_weather 함수를 사용하는 법과, 검색한 데이터를 기반으로 적절한 응답을 형성하는 법을 어시스턴트에게 지시할 수 있습니다.

Open AI 어시스턴트 실행 작업 함수

위 자동화의 응답은 다음과 같습니다.

{
   "data":{
      "thread_id":"thread_Sizn8HNIKH5NzDYXQ61n05RC",
      "tool_calls":[
         {
            "id":"call_wCWp3g9fdWLszmSvUMqglyW5",
            "type":"function",
            "function":{
               "name":"get_weather",
               "arguments":"{\"location\":\"Chicago, IL\"}"
            }
         }
      ],
      "id":"run_MBq3pioUk9K0NaREPOIY4qFG"
   },
   "status":"requires_action"
}
JSON의 스레드 ID, 호출 ID, 실행 ID를 사용하여 OpenAI: 어시스턴트 실행 함수 작업를 호출할 수 있습니다.