Interaktive OpenAI Anwendungen mit Python

 |  Studiengang: M.Sc. Informatik – Vertrauenswürdige Systeme

🔍 Ziel des Projekts

Ziel dieses Projekts war es, moderne Sprachmodelle wie GPT-3.5 und GPT-4 in Python zu integrieren, um kreative und praktische Anwendungsfälle umzusetzen – z. B. Vereinfachung von Inhalten, visuelle Übersetzungen und automatische Unterrichtsplanung.

🧰 Verwendete Technologien

📦 Setup (Code-Ausschnitt)

import os
from openai import OpenAI

# Setze API-Key sicher über .env Datei
os.environ['OPENAI_API_KEY'] = 'sk-...'
client = OpenAI()

Hinweis: In der Praxis sollte der Schlüssel nicht direkt im Code stehen.

1. 📘 Kindgerechte Zusammenfassung

Erklärung eines wissenschaftlichen Textes in einfacher Sprache für Kinder.

def summary_for_kids():
    messages = [
        {"role": "system", "content": "Fasse es für Kinder zusammen."},
        {"role": "user", "content": "Jupiter ist ein großer Gasplanet ..."}
    ]
    response = client.chat.completions.create(
        model="gpt-3.5-turbo", messages=messages, max_tokens=100
    )
    print(response.choices[0].message.content)
Ausgabe:
Jupiter ist ein großer Ball aus Gas. Viele kleine Monde fliegen um ihn herum. Man sieht ihn am Himmel.

2. 🤖 Emoji-Übersetzung

Ein Satz wird rein mit Emojis dargestellt.

def translate_to_emojis():
    messages = [
        {"role": "system", "content": "Übersetze den Text in Emojis."},
        {"role": "user", "content": "Künstliche Intelligenz ist mächtig."}
    ]
    response = client.chat.completions.create(
        model="gpt-3.5-turbo", messages=messages, max_tokens=64
    )
    print(response.choices[0].message.content)
Beispiel:
🤖🧠✨🚀

3. 📐 Unterrichtsplan (Mathematik)

Automatisierte Planung für ein Thema im Schulunterricht – mit GPT-4.

def algebra_lesson_plan():
    messages = [
        {"role": "user", "content": "Erstelle Unterrichtsplan zum Distributivgesetz"}
    ]
    response = client.chat.completions.create(
        model="gpt-4", messages=messages, max_tokens=300
    )
    print(response.choices[0].message.content)
Auszug:
📘 Ziel: Schüler lernen a · (b + c) = ab + ac
✅ Gruppenarbeit
❌ Typische Fehler: a · (b + c) = ab + c

4. 🤝 GPT-Agenten (optional)

In einer erweiterten Version werden spezialisierte Agenten eingesetzt (Triage, Rhyme-Checker etc.).

# Ablauf mit async OpenAI Runner
result = await Runner.run(
    starting_agent=poet,
    input="Gedicht über Obdachlose im Winter"
)
Ergebnis:
1️⃣ Gedicht erzeugt
2️⃣ Stil automatisch erkannt
3️⃣ Analyse erfolgt durch den passenden Agenten

📊 Fazit

Durch dieses Projekt konnte ich praxisnah erleben, wie Sprachmodelle zur Automatisierung von Kommunikation, Bildung und kreativen Aufgaben beitragen. Der Einsatz von GPT hat gezeigt, wie einfach komplexe Inhalte verarbeitet und verständlich gemacht werden können.