Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Tvoj prvý volanie API

Lekcia 5 z 22 Aktualizované 3. novembra 2026 Vývojár
Na tejto strane
  1. Tvoj prvý volanie API
  2. Najjednoduchšie volanie
  3. Čo odpoveď skutočne obsahuje
  4. Parametre, na ktorých záleží
  5. Prechod na štruktúrovaný vstup
  6. Nikdy nenechávaj volanie nechránené
  7. Kľúčové poznatky

Lekcia aktualizovaná 3. novembra 2026 na základe dokumentácie OpenAI: parametre temperature a top_p sú akceptované len pri úsilí o logické uvažovanie (reasoning effort) nastavenom na none, zatiaľ čo modely GPT-5.6 štandardne uvažujú (medium). Volania, ktoré nastavujú tieto parametre, preto musia špecifikovať reasoning={"effort": "none"} (Responses API) alebo reasoning_effort="none" (Chat Completions). Zdroje: Používanie GPT-6 · GPT-5.6 Terra.

Tvoj prvý volanie API

Tvoje prostredie je pripravené: poďme na to. Chystáš sa uskutočniť svoje prvé volanie Responses API, rozobrať objekt, ktorý vráti, a následne manipulovať s parametrami, ktoré oddeľujú všeobecnú odpoveď od užitočnej.

Najjednoduchšie volanie

Potrebuješ iba dva parametre: model, identifikátor modelu, na ktorý sa pýtaš, a input, tvoj prompt – či už textový reťazec alebo zoznam správ, ako uvidíme o chvíľu.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="What is the difference between Python and JavaScript?"
)

print(response.output_text)
# Result: Python is a versatile language oriented toward data science
# and backend development, while JavaScript is primarily used for
# frontend and backend web development (via Node.js)...

Čo odpoveď skutočne obsahuje

output_text je len skratka pre pohodlie. Objekt response tiež nesie svoje jedinečné ID – nevyhnutné pre reťazenie výmen a vyhľadávanie volaní v tvojich logoch –, skutočný použitý model a rozpis spotreby tokenov. Zvykni si logovať tieto tri informácie už od svojich prvých skriptov. To ti umožní neskôr odpovedať na otázku: „Prečo sa tento mesiac účet zdvojnásobil?“

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Hello, how are you?"
)

# Text odpovede (skratka)
print(response.output_text)

# Jedinečné ID odpovede
print(f"ID: {response.id}")

# Použitý model
print(f"Model: {response.model}")

# Spotrebované tokeny
print(f"Input tokens: {response.usage.input_tokens}")
print(f"Output tokens: {response.usage.output_tokens}")
print(f"Total tokens: {response.usage.total_tokens}")

# Result:
# Hello! I'm doing very well, thank you. How can I help you?
# ID: resp_abc123xyz
# Model: gpt-5.6-terra
# Input tokens: 14
# Output tokens: 19
# Total tokens: 33

Parametre, na ktorých záleží

temperature riadi variabilitu generovania. Pri hodnote 0,0 model systematicky vyberá najpravdepodobnejšie pokračovanie: toto je nastavenie pre faktické otázky, extrakciu dát a všetko, čo potrebuješ reprodukovať identicky. Pri hodnote 1,0 viac skúma, čo chceš pri pomenovávaní, kreatívnom písaní alebo generovaní variantov.

# Nízka teplota (0.0) = deterministické, faktické
response_factual = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requires effort none
    input="What is the capital of Germany?",
    temperature=0.0
)
print(response_factual.output_text)
# Result: The capital of Germany is Berlin.

# Vysoká teplota (1.0) = kreatívne, rôznorodé
response_creative = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requires effort none
    input="Invent a name for a literary café.",
    temperature=1.0
)
print(response_creative.output_text)
# Result: "The Wandering Pages"—a café where every table bears
# the name of a famous chapter.

Parameter instructions preberá úlohu starej systémovej správy: definuje rolu, tón a obmedzenia, ktoré musí model udržať počas celej výmeny, bez ohľadu na položenú otázku. V nižšie uvedenom príklade by tá istá otázka položená bez inštrukcií vyprodukovala zoznam všeobecných tipov; s nimi vyprodukuje recepty.

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions="You are an expert in French cuisine. "
                 "Always respond with recipe suggestions.",
    input="I don't know what to do with zucchini."
)
print(response.output_text)
# Result: Here are three ideas for your zucchini:
# 1. Zucchini gratin with goat cheese...
# 2. Provençal ratatouille...
# 3. Cold zucchini velouté with mint...

Nakoniec, max_output_tokens obmedzuje dĺžku odpovede. Ide o bezpečnostnú poistku rozpočtu, nie o pokyn na písanie: odpoveď sa prudko ukončí, keď sa dosiahne limit. Ak chceš krátku a dobre formulovanú odpoveď, požiadaj o to aj v prompte.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Explain general relativity.",
    max_output_tokens=100
)
print(response.output_text)
print(f"Tokens used: {response.usage.output_tokens}")
# The response will be truncated at approximately 100 tokens

Prechod na štruktúrovaný vstup

Keď jednoduchý reťazec nestačí, input akceptuje zoznam správ. Minimálna forma obsahuje jediný obrat, ale výhoda sa prejaví hneď, ako poskytnete históriu: model má potom prístup k tomu, čo už bolo povedané, a zodpovedá podľa toho. Tu sa „pokrok“ chápe v kontexte Pythonu, nie abstraktne.

response = client.responses.create(
    model="gpt-5.6-terra",
    input=[
        {
            "role": "user",
            "content": "Translate to English: Hello world"
        }
    ]
)
print(response.output_text)
# Result: Hello world

# S kontextom konverzácie
response = client.responses.create(
    model="gpt-5.6-terra",
    input=[
        {
            "role": "user",
            "content": "My favorite language is Python."
        },
        {
            "role": "assistant",
            "content": "Python is an excellent choice! It is very versatile."
        },
        {
            "role": "user",
            "content": "Give me a tip to improve."
        }
    ]
)
print(response.output_text)
# Result: To improve in Python, I recommend that you...

Nikdy nenechávaj volanie nechránené

Sieťové volania zlyhávajú a kľúče expirujú. Tri výnimky pokrývajú väčšinu prípadov pri začiatkoch: AuthenticationError pre chýbajúci alebo neplatný kľúč, RateLimitError, keď prekročíš povolenú priepustnosť, a APIError ako všeobecná bezpečnostná sieť. Celá lekcia sa vráti k úplnej stratégii, ale už od dnes obaľuj svoje volania.

from openai import OpenAI, APIError, AuthenticationError, RateLimitError

client = OpenAI()

try:
    response = client.responses.create(
        model="gpt-5.6-terra",
        input="Hello!"
    )
    print(response.output_text)
except AuthenticationError:
    print("Error: Invalid or missing API key")
except RateLimitError:
    print("Error: Too many requests, wait a moment")
except APIError as e:
    print(f"API Error: {e.message}")

Aby si si to všetko upevnil, napíš skript, ktorý položí tri otázky a akumuluje spotrebované tokeny. Skombinuješ slučku volaní, teplotu 0,0 pre stabilné odpovede a čítanie usage – tri základné reflexy.

from openai import OpenAI

client = OpenAI()

questions = [
    "What is the largest ocean in the world?",
    "Who painted the Mona Lisa?",
    "How many planets are in the solar system?"
]

total_tokens = 0

for question in questions:
    response = client.responses.create(
        model="gpt-5.6-terra",
        reasoning={"effort": "none"},  # temperature requires effort none
        input=question,
        temperature=0.0
    )
    tokens = response.usage.total_tokens
    total_tokens += tokens
    print(f"Q: {question}")
    print(f"A: {response.output_text}")
    print(f"   ({tokens} tokens)\n")

print(f"Total: {total_tokens} tokens consumed")

Kľúčové poznatky

  • Základné volanie vyžaduje iba model a input
  • response.output_text poskytuje text odpovede
  • response.usage detailne opisuje spotrebu tokenov
  • temperature riadi kreativitu (0,0 = faktické, 1,0 = kreatívne)
  • instructions nahrádzajú systémovú správu z Chat Completions
  • Vždy ošetruj chyby pomocou blokov try/except