Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Βέλτιστες Πρακτικές Παραγωγής

Μάθημα 17 / 22 Ενημερώθηκε 3 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Βέλτιστες Πρακτικές Παραγωγής
  2. 1. Αρχιτεκτονική Πελάτη
  3. 2. Διαχείριση Prompts
  4. 3. Χρονικά Όρια και Περιορισμοί
  5. 4. Εφεδρεία Μοντέλου (Fallback)
  6. 5. Επεξεργασία Παρτίδων (Batch Processing)
  7. 6. Δοκιμές και Επικύρωση
  8. 7. Λίστα Ελέγχου Ανάπτυξης σε Παραγωγή
  9. Βασικά σημεία

Μάθημα ενημερώθηκε στις 3 Νοεμβρίου 2026 με βάση την τεκμηρίωση της OpenAI: οι παράμετροι temperature και top_p γίνονται δεκτές μόνο με προσπάθεια συλλογισμού (reasoning effort) ίση με none, ενώ τα μοντέλα GPT-5.6 κάνουν συλλογισμό από προεπιλογή (medium). Επομένως, οι κλήσεις που ορίζουν αυτές τις παραμέτρους πρέπει να καθορίζουν reasoning={"effort": "none"} (Responses API) ή reasoning_effort="none" (Chat Completions). Πηγές: Χρήση GPT-6 · GPT-5.6 Terra.

Βέλτιστες Πρακτικές Παραγωγής

Αυτό το μάθημα καλύπτει τις βασικές βέλτιστες πρακτικές για την ανάπτυξη μιας εφαρμογής βασισμένης στο API της OpenAI σε περιβάλλον παραγωγής. Θεωρήστε το ως τη λίστα ελέγχου πριν από την κυκλοφορία. Τα προηγούμενα μαθήματα σας έδωσαν τα δομικά στοιχεία—διαχείριση σφαλμάτων, όρια ρυθμού, ανθεκτικότητα, παρατηρησιμότητα και κόστος. Τώρα είναι η στιγμή να τα συνδυάσετε σε μια εφαρμογή που ένας συνάδελφός σας μπορεί να αναλάβει και να εκτελέσει χωρίς εσάς.

1. Αρχιτεκτονική Πελάτη

Singleton με Κεντρικοποιημένη Διαμόρφωση

Η δημιουργία στιγμιότυπου ενός πελάτη OpenAI σε κάθε κλήση σπαταλά την υποκείμενη σύνδεση HTTP και, το σημαντικότερο, διασκορπίζει τη διαμόρφωσή σας. Καταλήγετε με ένα χρονικό όριο 30 δευτερολέπτων εδώ και την προεπιλογή εκεί, χωρίς τρόπο να γνωρίζετε ποιο ισχύει στην παραγωγή. Ο διακοσμητής lru_cache εγγυάται ένα μοναδικό στιγμιότυπο, διαμορφωμένο σε ένα σημείο.

from openai import OpenAI
from functools import lru_cache

@lru_cache(maxsize=1)
def get_client() -> OpenAI:
    """Μοναδικός πελάτης με διαμόρφωση παραγωγής."""
    return OpenAI(
        max_retries=3,
        timeout=30.0,
    )

# Παντού στον κώδικά σας:
client = get_client()

Μεταβλητές Περιβάλλοντος

Η ίδια αρχή ισχύει για ρυθμίσεις που διαφέρουν μεταξύ περιβαλλόντων. Ελέγξτε τις απαιτούμενες μεταβλητές κατά την εκκίνηση: είναι προτιμότερο μια υπηρεσία να αρνείται να ξεκινήσει με ένα σαφές μήνυμα παρά να ξεκινήσει και να αποτύχει στην πρώτη κλήση χρήστη. Αυτό καθιστά το μοντέλο, το όριο token και τη θερμοκρασία ρυθμιζόμενα χωρίς επανα-development.

import os

# ΑΠΑΡΑΙΤΗΤΟ: μην κωδικοποιείτε κλειδιά στατικά
REQUIRED_ENV = ["OPENAI_API_KEY"]

for var in REQUIRED_ENV:
    if not os.environ.get(var):
        raise RuntimeError(f"Missing variable {var}")

# Διαμόρφωση ειδική για το περιβάλλον
MODEL = os.environ.get("OPENAI_MODEL", "gpt-5.6-terra")
MAX_TOKENS = int(os.environ.get("OPENAI_MAX_TOKENS", "4096"))
TEMPERATURE = float(os.environ.get("OPENAI_TEMPERATURE", "0.7"))

2. Διαχείριση Prompts

Διαχωρισμός Prompts από τον Κώδικα

Ένα prompt είναι ένα επιχειρηματικό περιουσιακό στοιχείο, ακριβώς όπως ένας επιχειρηματικός κανόνας. Η απόκρυψή του μέσα σε ένα f-string εντός μιας συνάρτησης καθιστά αδύνατη την αναθεώρησή του από κάποιον που γνωρίζει την επιχείρηση αλλά όχι την Python. Απομονώστε το ως μια παραμετροποιημένη θεματοποίηση: η συνάρτηση τότε περιορίζεται στη μορφοποίηση και την κλήση, και μια θερμοκρασία 0.0 καθιστά την ταξινόμηση αναπαραγώγιμη.

# prompts/classification.txt
PROMPT_CLASSIFICATION = """You are a text classifier.
Classify the following text into one of these categories:
{categories}

Text: {texte}

Reply only with the category name."""

def classifier(texte: str, categories: list[str]) -> str:
    prompt = PROMPT_CLASSIFICATION.format(
        categories=", ".join(categories),
        texte=texte
    )
    response = get_client().responses.create(
        model=MODEL,
        reasoning={"effort": "none"},  # η θερμοκρασία απαιτεί effort none
        input=prompt,
        temperature=0.0
    )
    return response.output_text.strip()

Έκδοση των Prompts σας

Η αλλαγή ενός prompt αλλάζει τη συμπεριφορά του συστήματος με την ίδια βεβαιότητα όπως η αλλαγή κώδικα, αλλά χωρίς καμία μοναδιαία δοκιμή να το αντιλαμβάνεται. Διατηρήστε διαδοχικές εκδόσεις και επιλέξτε την ενεργή μέσω διαμόρφωσης. Αυτό σας επιτρέπει να συγκρίνετε δύο διατυπώσεις σε πραγματική κίνηση και να επανέλθετε στην προηγούμενη με μια μεταβλητή περιβάλλοντος εάν η νέα υποβαθμίσει τα αποτελέσματα.

PROMPTS = {
    "classification_v1": "Classify: {texte}",
    "classification_v2": "Analyze and classify precisely: {texte}",
}

# Στην παραγωγή, χρησιμοποιήστε μια συγκεκριμένη έκδοση
ACTIVE_PROMPT = os.environ.get("PROMPT_VERSION", "classification_v2")

3. Χρονικά Όρια και Περιορισμοί

Οριοθετήστε οποιαδήποτε είσοδο από έξω πριν φτάσει στο API. Ένας χρήστης που επικολλά ένα PDF 200 σελίδων στο πεδίο εισαγωγής σας δεν πρέπει να μπορεί να προκαλέσει μια κλήση πολλών δολαρίων ή να προκαλέσει αποτυχία του αιτήματος λόγω υπερχείλισης του συμφραζόμενου. Η προληπτική περικοπή, σε συνδυασμό με το όριο εξόδου και τη θερμοκρασία από τη διαμόρφωση, καθιστά προβλέψιμο το κόστος και τον λανθάνοντα χρόνο κάθε κλήσης.

def appel_avec_garde_fous(prompt: str) -> str:
    """Κλήση API με όλες τις δικλείδες ασφαλείας."""
    # Περιορισμός μεγέθους prompt
    MAX_PROMPT_CHARS = 50000
    if len(prompt) > MAX_PROMPT_CHARS:
        prompt = prompt[:MAX_PROMPT_CHARS]
        print(f"Prompt truncated to {MAX_PROMPT_CHARS} characters")

    response = get_client().responses.create(
        model=MODEL,
        reasoning={"effort": "none"},  # η θερμοκρασία απαιτεί effort none
        input=prompt,
        max_output_tokens=MAX_TOKENS,
        temperature=TEMPERATURE,
    )

    return response.output_text

4. Εφεδρεία Μοντέλου (Fallback)

Όταν ένα μοντέλο είναι κορεσμένο ή προσωρινά μη διαθέσιμο, η επιστροφή σφάλματος δεν είναι η μόνη επιλογή σας. Η εναλλαγή σε ένα δευτερεύον μοντέλο υποβαθμίζει την ποιότητα αλλά διατηρεί την υπηρεσία—μια ανταλλαγή συχνά προτιμότερη για έναν βοηθό υποστήριξης, λιγότερο όμως για την ανάλυση συμβολαίων. Ο βρόχος iterάρει μέσω των μοντέλων κατά σειρά προτίμησης και αυξάνει μια εξαίρεση μόνο εάν όλα αποτύχουν.

from openai import RateLimitError, InternalServerError

def appel_avec_fallback(prompt: str) -> str:
    """Δοκιμάζει το Terra και μετά κάνει fallback στο Luna σε περίπτωση σφάλματος."""
    modeles = ["gpt-5.6-terra", "gpt-5.6-luna"]

    for modele in modeles:
        try:
            response = get_client().responses.create(
                model=modele,
                input=prompt
            )
            return response.output_text
        except (RateLimitError, InternalServerError) as e:
            print(f"{modele} unavailable: {e}")
            continue

    raise RuntimeError("All models are unavailable")

5. Επεξεργασία Παρτίδων (Batch Processing)

Για την επεξεργασία χιλιάδων εγγράφων, οι διαδοχικές κλήσεις είναι πολύ αργές και οι ταυτόχρονες κλήσεις εκτοξεύουν τα όρια ρυθμού σας. Ένας σηματοφόρος (semaphore) επιτυγχάνει τη σωστή ισορροπία. Δύο λεπτομέρειες καθιστούν αυτή την υλοποίηση εύρωστη: το return_exceptions=True εμποδίζει μια μεμονωμένη αποτυχία να ακυρώσει ολόκληρη την παρτίδα, και η ταξινόμηση κατά δείκτη επαναφέρει την αρχική σειρά, την οποία το asyncio.gather δεν εγγυάται στον χρόνο εκτέλεσης.

import asyncio
from openai import AsyncOpenAI

async def traiter_batch(prompts: list[str], max_concurrent: int = 5) -> list:
    """Επεξεργάζεται μια παρτίδα prompts με περιορισμένο συγχρονισμό."""
    client = AsyncOpenAI()
    semaphore = asyncio.Semaphore(max_concurrent)
    resultats = []

    async def traiter_un(index: int, prompt: str):
        async with semaphore:
            response = await client.responses.create(
                model="gpt-5.6-terra",
                input=prompt
            )
            return index, response.output_text

    tasks = [traiter_un(i, p) for i, p in enumerate(prompts)]
    results = await asyncio.gather(*tasks, return_exceptions=True)

    # Ταξινόμηση κατά δείκτη για διατήρηση της σειράς
    sorted_results = sorted(
        [(idx, res) for idx, res in results if not isinstance(res, Exception)],
        key=lambda x: x[0]
    )
    return [res for _, res in sorted_results]

# prompts = ["Question 1", "Question 2", "Question 3"]
# résultats = asyncio.run(traiter_batch(prompts))

6. Δοκιμές και Επικύρωση

Χρειάζεστε δύο διαφορετικούς τύπους δοκιμών. Ο πρώτος ελέγχει την υποδομή—το κλειδί λειτουργεί, το δίκτυο περνά, το μοντέλο απαντά—και ταιριάζει καλά σε έναν έλεγχο υγείας κατά την εκκίνηση. Ο δεύτερος, πιο πρωτότυπος, δοκιμάζει την ίδια την ποιότητα του prompt: υποβάλλετε μια περίπτωση όπου γνωρίζετε τη σωστή απάντηση και επαληθεύετε ότι εμφανίζεται. Αυτοί οι ισχυρισμοί είναι το δίχτυ ασφαλείας σας έναντι παλινδρομήσεων όταν διατυπώνετε εκ νέου ένα πρότυπο.

def test_api_disponible():
    """Επαληθεύει ότι το API είναι προσβάσιμο."""
    try:
        response = get_client().responses.create(
            model="gpt-5.6-terra",
            input="test",
            max_output_tokens=5
        )
        assert response.output_text is not None
        print("API OK")
        return True
    except Exception as e:
        print(f"API KO: {e}")
        return False

def test_prompt_quality(prompt: str, attendu: str) -> bool:
    """Επαληθεύει ότι ένα prompt επιστρέφει ένα συνεπές αποτέλεσμα."""
    response = get_client().responses.create(
        model="gpt-5.6-terra",
        reasoning={"effort": "none"},  # η θερμοκρασία απαιτεί effort none
        input=prompt,
        temperature=0.0
    )
    resultat = response.output_text.lower()
    return attendu.lower() in resultat

# Δοκιμές παλινδρόμησης Prompt
assert test_prompt_quality(
    "Classify 'excellent product': positive or negative?",
    "positive"
)

Δημιουργήστε μια δωδεκάδα τέτοιες περιπτώσεις δοκιμών, αντιπροσωπευτικές των πραγματικών σας χρήσεων, και εκτελέστε τις κάθε φορά που τροποποιείτε ένα prompt. Μια σουίτα δοκιμών δέκα λεπτών θα σας γλιτώσει εβδομάδες αμφιβολίας σχετικά με την αντιληπτή ποιότητα.

7. Λίστα Ελέγχου Ανάπτυξης σε Παραγωγή

Πριν από την ανάπτυξη, επαληθεύστε κάθε σημείο:

Υποδομή

  • Διαμορφωμένες μεταβλητές περιβάλλοντος (OPENAI_API_KEY, κ.λπ.)
  • Διαμορφωμένα χρονικά όρια και max_retries
  • Δομημένη καταγραφή (logging) σε ισχύ
  • Ενεργοποιημένη παρακολούθηση κόστους

Ανθεκτικότητα

  • Πλήρης διαχείριση σφαλμάτων (όλοι οι κωδικοί HTTP)
  • Εκθετική επαναφορά (exponential backoff) για επαναλήψεις
  • Διακόπτης κυκλώματος (circuit breaker) για παρατεταμένες διακοπές
  • Εφεδρεία (fallback) σε εναλλακτικό μοντέλο

Ασφάλεια

  • Το κλειδί API δεν εκτίθεται ποτέ στον κώδικα ή στα logs
  • Επικύρωση εισόδου χρήστη
  • Περιορισμός ρυθμού στην πλευρά του πελάτη
  • Χωρίς ευαίσθητα δεδομένα στα prompts

Απόδοση

  • Ροή δεδομένων (streaming) ενεργοποιημένη για διεπαφές χρήστη
  • Επεξεργασία παρτίδων για εργασίες υψηλού όγκου
  • Caching για επαναλαμβανόμενα αιτήματα
  • Επιλογή μοντέλου προσαρμοσμένη σε κάθε εργασία

Κόστη

  • Ορισμένο ημερήσιο budget
  • Διαμορφωμένες ειδοποιήσεις
  • Ορισμένο max_output_tokens όπου είναι εφικτό
  • Επιλογή του πιο οικονομικού μοντέλου ανά εργασία

Βασικά σημεία

  • Κεντρικοποιήστε τη διαμόρφωση του πελάτη με ένα singleton
  • Διαχωρίστε και εκδώστε τα prompts σας εκτός κώδικα
  • Υλοποιήστε εφεδρεία μοντέλου για υψηλή διαθεσιμότητα
  • Χρησιμοποιήστε επεξεργασία παρτίδων με περιορισμένο συγχρονισμό για όγκο
  • Δοκιμάστε τα prompts σας με ισχυρισμούς ποιότητας
  • Ακολουθήστε την πλήρη λίστα ελέγχου πριν από κάθε ανάπτυξη σε παραγωγή