지금까지 프롬프트 설계 파일 prompt_engine.py까지 잘 만들었다면,
이제 진짜로 GPT 비서가 응답하는 걸 확인해볼 차례야!
아래 코드를 통째로 복사해서 test_chat_gpt.py라는 이름으로 저장해줘.
이 코드는 openai 최신 버전 1.0.0 이상에 맞춰 수정된 버전이야!
from openai import OpenAI
from config import API_KEY
from prompt_engine import build_prompt
# OpenAI 클라이언트 인스턴스 생성
client = OpenAI(api_key=API_KEY)
# 테스트용 사용자 메시지
user_message = "청약은 뭐예요?"
prompt = build_prompt(user_message)
# GPT API 호출
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "너는 친절한 어린이 GPT 상담 비서야."},
{"role": "user", "content": prompt}
],
temperature=0.7
)
# 결과 출력
print("GPT 비서의 답변:\n", response.choices[0].message.content)
openai==1.0.0 이상 버전용이야.혹시 구버전 사용 중이라면
pip uninstall openai 후pip install openai로 최신화해줘!이제 PowerShell 또는 명령어 프롬프트에서 아래 명령어로 실행해보자:
python test_chat_gpt.py안녕하세요! 청약은 말이죠~ 😊
🥳 자, 이렇게 해서 **실제 GPT 비서가 응답하는 테스트 코드까지 완성!**
이제 다음 장에서는 본격적으로 샘플 질문들을 만들고 대화 시나리오를 확장해볼 거야!
그전에 알고 있니 ㅠㅠ 열심히 적어서 실행했더니 안되는거야 그사이 구버전이랑 달라졌데 그래서 새로 적었다는 고샘의 불평 전설을~~~
원래 고샘은 리눅스 서버에서 작업을 하는데 요번에 여러분들과 함께 하려고 윈도에서 하고 있어 아 뭐이리 설치 하라는게 많은지
고샘이 빠트렸는게 있는데 정리 해보께
이제 GPT랑 제대로 대화하려면 필요한 라이브러리를 먼저 설치해야 해요.
아래 명령어를 PowerShell 또는 터미널에 입력해줘요:
pip install openai python-dotenv혹시
'openai' 모듈이 없다고 에러가 나면? 혹시 dotenv가 없다고 뜨면?👉 이거 안 해서 그래요. 꼭 설치해줘야 해요!!
🎯 2장 마무리 - 이제 진짜로 시작이다!
라이브러리 설치가 완료되면 test_chat_gpt.py를 실행해서 비서와 대화해보자구요~ 🧠✨
안되요??? (venv) PS C:\Users\jeimsko\workspace\my_gpt_kid_assisant> 가상환경에서 입력하세요!
가상환경 실행 명령어 잊었나요? 위에 있어요.. ㅋㅋ venv\Scripts\activate 이것임
💬 고샘 실행 결과 예시
(venv) PS C:\Users\********\workspace\my_gpt_kid_assisant> python test_chat_gpt.py
GPT 비서의 답변:
안녕! 청약은 은행이나 보험회사와 같은 곳에 돈을 넣어 두고 나중에 필요할 때 사용할 수 있는 돈을 모으는 것이야.
예를 들어, 너가 매달 용돈을 적금에 넣는다면, 나중에 큰 돈이 필요할 때 그 돈을 꺼내 쓸 수 있어.
즉, 청약은 미래를 위해 돈을 저축해두는 것이라고 생각하면 돼! 너무 멋져서 용기를 주고 싶어! 함께 잘할 수 있을 거야.😊🌟
🤔 근데 요즘은 신규 가입해도 크레딧 주는지 알 수 없어!
고샘은 플러스 회원이라서 API 토큰이 있어요.
그래서 여기서부터는 두 가지 프로젝트 분기로 설명할게요:
- ✅ Option 1: OpenAI API 그대로 사용하는 방식
- ✅ Option 2: 무료 경량 LLM (Local GPT 등) 사용하는 방식
우리 학습용 GPT 비서 만들기에는 둘 다 충분해요!
🎉 GPT 비서 완성 선언!
위의 답변을 보면 알듯이 GPT 비서 만드는 건 여기까지면 끝이야.
“뭐? 이게 다야?” ㅋㅋㅋ 그래, 예제처럼 질문 → 답변 구조면 바로 GPT 비서야.
실제 사용에선 채팅 프로그램 + Open API 연결해서 화면에 보여주기만 하면 완성!
🏁 이제 마무리! 결과를 내는 시간이야!
손가락 아프다? 그래도 그냥 끝낼 순 없어!
그래서 지금부터는 간단한 채팅 UI + GPT 연결 마무리까지만 더 달려보자~
자~~ 지금부터는 빠르게 갈 거야 💨 전달할 건 다 전달했으니, 이제 결과를 내보자구!
🔥 열심히 Ctrl + C, Ctrl + V 하면서 고샘 스타일로 끝까지 달려보자!
✅ 3강: GPT 비서 핵심 모듈 만들기
어린이 GPT 만들기 실전편, 지금부터 진짜 코드로 다져보자!
🌱 1단계: 공통 UI chat_ui.py
# chat_ui.py
def get_user_input():
user_input = input("👤 질문하세요: ")
return user_input
def show_gpt_response(response):
print("🤖 GPT 응답:", response)
💡 고샘 한마디: 심플이 최고다. 모든 GPT 호출은 여기로 모인다. 나중에 Vue 프론트 붙일 때도 이걸 바탕으로 확장하면 된다!
🔑 2단계: OpenAI 연동 openai_client.py
# openai_client.py
import openai
import os
openai.api_key = os.getenv("OPENAI_API_KEY")
def ask_openai(question):
try:
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "너는 친절한 어린이 GPT 비서야."},
{"role": "user", "content": question}
],
temperature=0.7
)
return response.choices[0].message["content"]
except Exception as e:
return f"에러 발생: {e}"
👉 .env 설정 예시:
OPENAI_API_KEY=sk-여기에-너의-진짜키
🧠 3단계: LM Studio 연동 lmstudio_client.py
# lmstudio_client.py
import requests
def ask_lmstudio(question):
try:
url = "http://localhost:1234/v1/chat/completions"
headers = {"Content-Type": "application/json"}
data = {
"model": "lmstudio",
"messages": [
{"role": "system", "content": "너는 친절한 어린이 GPT 비서야."},
{"role": "user", "content": question}
]
}
response = requests.post(url, headers=headers, json=data)
return response.json()["choices"][0]["message"]["content"]
except Exception as e:
return f"에러 발생: {e}"
⚠️ 주의: LM Studio를 실행한 뒤, API 서버가 켜져 있어야 작동해!
좌측 상단에서 Settings → API Access 체크 필수!
[실전! GPT 챗봇3] GPT 챗봇 웹화면 + 로컬 GPT까지 완성