구조적 출력을 사용하여 응답 요청

이 빠른 시작에서는 구조화된 출력으로 응답을 요청하는 채팅 앱을 만듭니다. 구조적 출력 응답은 일반 텍스트 대신 지정한 형식의 채팅 응답입니다. 이 빠른 시작에서 만든 채팅 앱은 다양한 제품 리뷰의 감정을 분석하여 사용자 지정 열거형의 값에 따라 각 검토를 분류합니다.

필수 조건

• .NET 8 이상 버전
• Visual Studio Code (선택 사항)

AI 서비스 구성

Azure Portal을 사용하여 Azure OpenAI 서비스 및 모델을 프로비전하려면 Azure OpenAI 서비스 리소스 만들기 및 배포 문서의 단계를 완료합니다. "모델 배포" 단계에서 gpt-4o 모델을 선택합니다.

채팅 앱 만들기

다음 단계를 완료하여 AI 모델에 연결하는 콘솔 앱을 만듭니다 gpt-4o .

1. 터미널 창에서 앱을 만들 디렉터리로 이동하고 다음 명령을 사용하여 새 콘솔 앱을 dotnet new 만듭니다.

   dotnet new console -o SOChat
   

2. SOChat 디렉터리로 이동하고 필요한 패키지를 앱에 추가합니다.

   dotnet add package Azure.AI.OpenAI
   dotnet add package Azure.Identity
   dotnet add package Microsoft.Extensions.AI
   dotnet add package Microsoft.Extensions.AI.OpenAI --prerelease
   dotnet add package Microsoft.Extensions.Configuration
   dotnet add package Microsoft.Extensions.Configuration.UserSecrets
   

3. 다음 명령을 실행하여 Azure OpenAI 엔드포인트, 모델 이름 및 테넌트 ID에 대한 앱 비밀 추가합니다.

   dotnet user-secrets init
   dotnet user-secrets set AZURE_OPENAI_ENDPOINT <your-Azure-OpenAI-endpoint>
   dotnet user-secrets set AZURE_OPENAI_GPT_NAME gpt-4o
   dotnet user-secrets set AZURE_TENANT_ID <your-tenant-ID>
   

   비고

   사용자 환경에 따라 테넌트 ID가 필요하지 않을 수 있습니다. 그 경우 DefaultAzureCredential를 인스턴스화하는 코드에서 그것을 제거하십시오.

4. 선택한 편집기에서 새 앱을 엽니다.

코드 추가

1. 다양한 감정을 설명하는 열거형을 정의합니다.

   public enum Sentiment
   {
       Positive,
       Negative,
       Neutral
   }
   

2. 모델과 통신할 IChatClient를 만듭니다.

   IConfigurationRoot config = new ConfigurationBuilder()
       .AddUserSecrets<Program>()
       .Build();
   
   string endpoint = config["AZURE_OPENAI_ENDPOINT"];
   string model = config["AZURE_OPENAI_GPT_NAME"];
   string tenantId = config["AZURE_TENANT_ID"];
   
   // Get a chat client for the Azure OpenAI endpoint.
   AzureOpenAIClient azureClient =
       new(
           new Uri(endpoint),
           new DefaultAzureCredential(new DefaultAzureCredentialOptions() { TenantId = tenantId }));
   IChatClient chatClient = azureClient
       .GetChatClient(deploymentName: model)
       .AsIChatClient();
   

   비고

   DefaultAzureCredential 는 사용자 환경 또는 로컬 도구에서 인증 자격 증명을 검색합니다. Visual Studio 또는 Azure CLI에 로그인하는 데 사용한 계정에 Azure AI Developer 역할을 할당해야 합니다. 자세한 내용은 .NET을 사용하여 Azure AI 서비스에 인증하는 방법에 대해 를 참조하세요.

3. 단일 제품 검토로 모델에 요청을 보낸 다음 분석된 감정을 콘솔에 출력합니다. 요청된 구조적 출력 형식을 확장 메서드에 형식 인수 ChatClientStructuredOutputExtensions.GetResponseAsync<T>(IChatClient, String, ChatOptions, Nullable<Boolean>, CancellationToken) 로 전달하여 선언합니다.

   string review = "I'm happy with the product!";
   var response = await chatClient.GetResponseAsync<Sentiment>($"What's the sentiment of this review? {review}");
   Console.WriteLine($"Sentiment: {response.Result}");
   

   이 코드는 다음과 유사한 출력을 생성합니다.

   Sentiment: Positive
   

4. 단일 검토를 분석하는 대신 리뷰 컬렉션을 분석할 수 있습니다.

   string[] inputs = [
       "Best purchase ever!",
       "Returned it immediately.",
       "Hello",
       "It works as advertised.",
       "The packaging was damaged but otherwise okay."
   ];
   
   foreach (var i in inputs)
   {
       var response2 = await chatClient.GetResponseAsync<Sentiment>($"What's the sentiment of this review? {i}");
       Console.WriteLine($"Review: {i} | Sentiment: {response2.Result}");
   }
   

   이 코드는 다음과 유사한 출력을 생성합니다.

   Review: Best purchase ever! | Sentiment: Positive
   Review: Returned it immediately. | Sentiment: Negative
   Review: Hello | Sentiment: Neutral
   Review: It works as advertised. | Sentiment: Neutral
   Review: The packaging was damaged but otherwise okay. | Sentiment: Neutral
   

5. 분석된 열거형 값만 요청하는 대신 분석된 값과 함께 텍스트 응답을 요청할 수 있습니다.

   텍스트 응답 및 분석된 감정을 포함하도록 레코드 형식 을 정의합니다.

   record SentimentRecord(string ResponseText, Sentiment ReviewSentiment);
   

   (이 레코드 형식은 기본 생성자 구문을 사용하여 정의됩니다. 기본 생성자는 클래스의 인스턴스를 인스턴스화하는 데 필요한 매개 변수와 형식 정의를 결합합니다. C# 컴파일러는 기본 생성자 매개 변수에 대한 공용 속성을 생성합니다.)

   레코드 형식을 형식 인수로 사용하여 요청을 다음으로 GetResponseAsync<T>보냅니다.

   var review3 = "This product worked okay.";
   var response3 = await chatClient.GetResponseAsync<SentimentRecord>($"What's the sentiment of this review? {review3}");
   
   Console.WriteLine($"Response text: {response3.Result.ResponseText}");
   Console.WriteLine($"Sentiment: {response3.Result.ReviewSentiment}");
   

   이 코드는 다음과 유사한 출력을 생성합니다.

   Response text: Certainly, I have analyzed the sentiment of the review you provided.
   Sentiment: Neutral
   

자원을 정리하세요

더 이상 필요하지 않은 경우 Azure OpenAI 리소스 및 GPT-4 모델 배포를 삭제합니다.

1. Azure PortalAzure OpenAI 리소스로 이동합니다.
2. Azure OpenAI 리소스를 선택한 다음, 삭제선택합니다.

참고하십시오

• 구조적 출력(Azure OpenAI 서비스)
• OpenAI 모델용 .NET에서 구조적 출력에 JSON 스키마 사용
• API(OpenAI)에서 구조적 출력 소개