Aplicación de ejemplo utilizando modelos de OpenAI

Se puede reescribir la función check_answer para que sea más legible.

def check_answer(user_input, answer):
    return user_input == answer

Se puede ser un poco mas flexible dandole roles a modelos como gpt-3.5-turbo donde las respuestas pueden ir variando de acuerdo a un rango deterministico como es la temperatura:

def give_property(animal):
    messages = [
        {"role": "system", "content": "Eres un juego que suele deciir propiedades de un animal en forma de pistas, pero no debes decir nunca el nombre del animal"},
        {"role": "user", "content": "Dame un caracteristica del animal"},
        {"role": "assistant", "content": f"El animal que debes dar pistas es {animal}"},
        {"role": "user", "content": "En que animal estoy pensando?"},
    ]
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=messages,
        temperature=1,
    )

    return response.choices[0].message["content"]

Yo empece a jugar con los parametros frequency_penalty y presence_penalty. Me di cuenta que si el valor es muy alto la pista es muy facil y si es muy bajo usa terminos mas especificos a caracteristicas del animal. Incluso habian casos con valores altos que en la misma caracteristica del animal daba la respuesta.
Esto se debe a la definicion de uso de ambas variables pero sigue siendo algo interesante.

Como aporte, curiosidad o forma alternativa de responder el código.

Desde python 3.8 en adeltante se implemento el operador walrus en español morza.

:=

El cuál tiene como función justamente poder asignar Y preguntar algo en una sola expresión.

Normalmente hacemos algo parecido a esto:

edad = 18
if edad >= 18:
    ....

Creamos una variable, le asignamos un valor y preguntamos algo.

Con walrus podriamos hacer:

if (edad := 18) >= 18:

Y justamente en este código del juego, queda muy bien el operador walrus
Podemos cambiar:

def play_game():
  prompt, answer = get_clue()
  print(prompt)
  while True:
    user_input = input('Ingresa tu respuesta:')
    if check_answer(user_input,answer):
      print('Correcto! La respuesta era:', answer)
      break
    else:
      print('Respuesta incorrecta. Intentalo de nuevo')
      print(give_property(answer))

Por:

def play_game():
    # Empezamos con nuestro animal aleatorio y primer pista genérica
    first_clue, real_animal = get_base_clue()
    print(first_clue)
    # Mientras la respuesta del usuario sea diferente al verdadero animal
    while (user_input := input("Ingresa tu respuesta: ")) != real_animal:
        # Le decimos que se equivocó
        print('Respuesta incorrecta. Intentalo de nuevo')
        # Y le damos una nueva pista
        new_clue = get_new_clue(real_animal)
        print(new_clue)
    # Si salimos del ciclo while es porque el usuario ha acertado
    print('Correcto! La respuesta era:', real_animal)

Nota: he modificado el nombre de las variables para aumentar la legibilidad del código.

Ahora cuentan con una herramienta más de Python 😃

Te gustó?

No olvides visitar mis notas personales de esta clase:

Apuntes personales

Saludos, Gabriel Ichcanziho.

Revisando en la documentacion, Completion ya aparece como un metodo legacy, y ChatCompletion es el metodo con el que ellos buscan reemplazarlo, ChatCompletion fomenta la conversacion por turnos y la especificacion de roles, les dejo un ejemplo (lo tomo de la documentaicon):

import openai

openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Who won the world series in 2020?"},
        {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
        {"role": "user", "content": "Where was it played?"}
    ]
)

les dejo el link de la documentacion

Comparto mis cambios del código. Hice otro objeto de Completion para que me diera los 5 animales de forma aleatoria, luego los paso a un list y limpio los strings.

También le doy como primera pista la cantidad de letras del animal y comparo la respuesta poniendo todo en minúscula

def get_clue(): # Elige un animal al azar y comienza con un propmt inicial del juego
    animals = openai.Completion.create(
        engine = 'text-davinci-003',
        prompt = "Dame una lista de 5 animales diferentes separados por espacios no comas",
        max_tokens = 60
    )
    words = list(animals.choices[0].text.split(" "))
    words[0] = words[0].replace('\n\n', '')

    random_word = random.choice(words)
    prompt = 'Adivina la palabra que estoy pensando. Es un animal de {} letras.'.format(len(random_word)) 
    return prompt, random_word

def check_answer(user_input, answer):
    return user_input.lower() == answer.lower()

def give_propetry(animal):
    response = openai.Completion.create(
        engine = 'text-davinci-003',
        prompt = 'Dame una característica del animal {}, pero jamás digas el nombre del animal. Un ejemplo incorrecto sería: El león tiene melena'.format(animal),
        max_tokens = 100
    )
    return response.choices[0].text

def play_game():
    prompt, answer = get_clue()
    print(prompt)
    while True:
        user_input = input('Ingresa tu respuesta:   ')
        if check_answer(user_input, answer):
            print("Correcto!. Adivinaste, la respuesta era {}".format(answer))
            break
        else:
            print("Respuesta incorrecta. No es la solución inténtalo denuevo. Te daré otra pista:   ")
            print(give_propetry(answer))


play_game()

En mi caso decidí cambiar el juego para adivinar Pokémons en vez de animales, para ello cambié primero la función get_clue para obtener una lista de los Pokémon de la primera generación:

def get_clue():
    url = "https://pokeapi.co/api/v2/pokemon/?limit=151"  # Limit set to 151 for Generation I Pokémon

    response = requests.get(url)
    if response.status_code == 200:
        pokemons = response.json()["results"]
    else:
        print("Failed to fetch Pokémon data. Status code:", response.status_code)
        
    random_pokemon = random.choice(pokemons)
    prompt = "It is a first generation Pokémon"
    return prompt, random_pokemon["name"]

Adicionalmente, cambié el prompt de la función get_answer de la siguiente forma:

def give_hint(pokemon):
    response = openai.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role": "system", "content": "You are a game that gives the user hints about a pokemon it is trying to guess but you never give the name of the pokemon, also you try to give different hints every time, the pokemon the user is trying to guess is: " + pokemon},
            {"role": "user", "content" : "Give me a feature of the pokemon"},
        ],
        max_tokens=50,
        temperature=0.9,
    )
    return response.choices[0].message.content

Y finalmente, cambie la función play para poner un límite de intentos y evitar un uso desmedido de la API:

def play():
    prompt, pokemon = get_clue()
    print(prompt)
    tries = 0
    while tries < 7:
        tries += 1
        answer = input("Answer: ")
        if check_answer(answer, pokemon):
            print("Correct!")
            break
        else:
            print("Incorrect!")
            print(give_hint(pokemon))

Desde el principio dice que es mono 😕

w8, si es la libreria random la que esta eligiendo la palabra con

random_word = random.choice(words)

entonces OpenAI no está eligiendo nada. Me parece importante aclarar esa parte por si hay alguien que desconozca sobre el lenguaje.
Creo que estaria chevere si corrigen el contenido de esta clase, que realmente siento que está bastante enredada en su explicación.

Creo que se puede mejorar la función get_clue() porque tiene 2 responsabilidades: elegir un animal y escribir un primer prompt.

Únicamente para fines de aprendizaje modifiqué la función check_answer para que funcionara con la API de OpenAI y compara sin tener en cuenta acentos o mayúsculas. Comprendo que probablemente no sea lo más optimo, pero lo hice para experimentar con la API

def check_answer(user_input, answer):
  response = openai.Completion.create(
      engine = 'text-davinci-003',
      prompt = f'''
Compara 2 palabras y si son iguales responde solo con un "True" en caso contrario responde solo con "False".
Ejemplo:
Q: palabras a comparar: agua, coca
A: False

Q: palabras a comparar {user_input}: , {answer}
A:
''',
      max_tokens = 100
  )
  if response.choices[0].text == "True":
    return True
  return False

Tambien se modificó el prompt de la función give_property ya que en ocasiones mencionaba al animal

def give_property(animal):
  response = openai.Completion.create(
      engine = 'text-davinci-003',
      prompt = 'Estás jugando a adivinar animales, debes dar una característica del animal, pero sin mencionar nunca que animal es\n'
      +'\nReglas: jamás decir el nombre del animal, decir características del animal\n'
      + 'Dame una característica de: '+ animal,
      max_tokens = 100
  )
  return response.choices[0].text

Resultados: