OpenAI API avancado
Uso avancado da API OpenAI: function calling, JSON mode, vision, embeddings. Recursos alem do chat basico que permitem construir sistemas inteligentes e autonomos.
Recursos avancados desbloqueiam casos de uso complexos. Function calling permite que a IA controle suas automacoes e tome decisoes em tempo real.
Function calling, JSON mode, GPT-4 Vision, Structured output, Tools.
Exemplo de Function Calling
{
"model": "gpt-4",
"messages": [...],
"functions": [{
"name": "buscar_cliente",
"parameters": {
"type": "object",
"properties": {
"email": {"type": "string"}
}
}
}]
}Fluxo de Function Calling
Conectando DeepSeek
DeepSeek e um LLM chines com excelente custo-beneficio. A API e compativel com OpenAI, tornando a integracao simples e direta no Make.
Ate 27x mais barato que GPT-4 para muitos casos de uso. Otimiza custos drasticamente sem sacrificar qualidade em tarefas comuns.
DeepSeek R1, API compatibility, Cost optimization, Model comparison.
Comparativo de Custos (por 1M tokens)
Dica de Integracao
No Make, use o modulo HTTP para chamar a API DeepSeek. Basta trocar a URL base de api.openai.com para api.deepseek.com e usar sua API key DeepSeek.
OpenRouter: multiplos modelos
OpenRouter e um agregador que da acesso a dezenas de LLMs (GPT, Claude, Llama, Mistral, Gemini) atraves de uma unica API padronizada.
Flexibilidade para escolher o melhor modelo para cada tarefa. Permite fallback automatico se um modelo falhar e billing unificado.
Model routing, API aggregation, Fallback, Model selection, Unified billing.
Modelos Disponiveis via OpenRouter
Comparando custos e performance
Analise de custo por token, qualidade de resposta e velocidade de cada modelo. Metodologia para escolher o melhor modelo para cada caso de uso especifico.
Usar GPT-4 para tudo e desperdicio de dinheiro. Otimizacao inteligente de modelos pode reduzir custos em ate 90% sem perder qualidade.
Cost per token, Latency, Quality benchmark, Use case matching.
Modelo Recomendado por Caso de Uso
- * Classificacao simples: GPT-3.5 ou DeepSeek (barato e rapido)
- * Geracao de texto longo: Claude 3.5 Sonnet (melhor contexto)
- * Raciocinio complexo: GPT-4o ou Claude 3 Opus
- * Analise de imagens: GPT-4 Vision ou Claude Vision
Prompt Engineering
A ciencia de criar prompts que geram melhores resultados. Inclui tecnicas como few-shot learning, chain-of-thought e role-playing para maximizar a qualidade das respostas.
O mesmo modelo com prompts diferentes gera resultados drasticamente diferentes. Prompt engineering e o multiplicador de qualidade mais acessivel.
Few-shot learning, Chain-of-thought, Role prompting, Prompt templates.
Few-Shot Learning
Classifique o sentimento:
"Adorei o produto!" -> Positivo
"Pessimo atendimento" -> Negativo
"Ok, nada demais" -> Neutro
"Superou minhas expectativas!" -> Chain-of-Thought
Analise passo a passo:
1. Primeiro, identifique o problema
2. Liste as possiveis causas
3. Avalie cada causa
4. Proponha solucao
Problema: [descricao]Tom de Voz personalizado
Configurar a IA para escrever no estilo especifico da sua marca ou persona. Garante consistencia de comunicacao em todas as automacoes que usam IA.
Marcas precisam de voz consistente. IA sem direcao escreve de forma generica e sem personalidade, prejudicando a identidade da marca.
Brand voice, Style guide, Tone consistency, Persona, Writing samples.
Exemplo de System Prompt com Tom de Voz
Voce e o assistente virtual da marca XYZ.
Tom de voz:
- Informal mas profissional
- Use "voce" nunca "senhor/senhora"
- Adicione emojis com moderacao
- Seja direto, evite rodeios
- Demonstre entusiasmo genuino
Palavras a evitar: "na verdade", "basicamente"
Palavras preferidas: "show", "perfeito", "vamos la"Dicas para Definir Tom de Voz
- 1. Forneca 3-5 exemplos de textos no tom desejado
- 2. Liste palavras e expressoes caracteristicas da marca
- 3. Defina o que NUNCA deve ser dito ou feito
- 4. Teste com diferentes cenarios e refine o prompt
Proximo Modulo
2.2 - Raspagem e Extracao de Dados