OPENAI_API_KEY=твой-ключ-здесь<\/em><\/p>\nТеперь создай файл .gitignore и добавь туда строку .env, чтобы случайно не загрузить секретные данные в репозиторий. Это базовая практика безопасности при разработке ботов на Питоне.<\/p>\n
Шаг 3. Пишем «мозги» бота (Backend на Python)<\/h2>\n
\nСамая важная часть – написание чат-бота на Пайтоне, который будет обрабатывать запросы и общаться с пользователями. Создай файл chatbot.py и начнем писать чат-бота:<\/p>\n
import os<\/em><\/p>\nfrom dotenv import load_dotenv<\/em><\/p>\nfrom openai import OpenAI<\/em><\/p>\n# Загружаем переменные окружения из .env файла<\/em><\/p>\nload_dotenv()<\/em><\/p>\n# Инициализируем клиент OpenAI<\/em><\/p>\nclient = OpenAI(api_key=os.getenv(“OPENAI_API_KEY”))<\/em><\/p>\ndef get_chatbot_response(user_message, conversation_history=None):<\/em><\/p>\n “””<\/em><\/p>\n Функция для получения ответа от ChatGPT<\/em><\/p>\n Параметры:<\/em><\/p>\n – user_message: сообщение пользователя<\/em><\/p>\n – conversation_history: история разговора для контекста<\/em><\/p>\n “””<\/em><\/p>\n # Если истории нет, создаем новую с системной ролью<\/em><\/p>\n if conversation_history is None:<\/em><\/p>\n conversation_history = [<\/em><\/p>\n {“role”: “system”, “content”: “Ты – помощник техподдержки веб-сайта. Отвечай вежливо и по существу.”}<\/em><\/p>\n ]<\/em><\/p>\n # Добавляем новое сообщение пользователя<\/em><\/p>\n conversation_history.append({“role”: “user”, “content”: user_message})<\/em><\/p>\n # Отправляем запрос к ChatGPT<\/em><\/p>\n response = client.chat.completions.create(<\/em><\/p>\n model=”gpt-3.5-turbo”, # Модель для генерации ответов<\/em><\/p>\n messages=conversation_history,<\/em><\/p>\n temperature=0.7, # Контролирует креативность (0-2)<\/em><\/p>\n max_tokens=500 # Максимальная длина ответа<\/em><\/p>\n )<\/em><\/p>\n # Извлекаем текст ответа<\/em><\/p>\n bot_message = response.choices[0].message.content<\/em><\/p>\n # Добавляем ответ бота в историю<\/em><\/p>\n conversation_history.append({“role”: “assistant”, “content”: bot_message})<\/em><\/p>\n return bot_message, conversation_history<\/em><\/p>\n# Пример использования<\/em><\/p>\nif __name__ == “__main__”:<\/em><\/p>\n message = “Привет! Как работает ваш сервис?”<\/em><\/p>\n response, history = get_chatbot_response(message)<\/em><\/p>\n print(f”Бот: {response}”)<\/em><\/p>\nДавай разберем ключевые моменты этого кода для создания чат-бота.<\/p>\n
Инициализация клиента OpenAI<\/strong> – мы создаем объект client, который будет отправлять все запросы к API ChatGPT. Ключ берется из переменных окружения, что обеспечивает безопасность.<\/p>\nПараметры запроса<\/strong> – при создании ответа мы используем несколько важных параметров:\n<\/p>\n\n- model=”gpt-3.5-turbo” – это быстрая и доступная модель для большинства задач. Для более сложных проектов можно использовать GPT-5;<\/li>\n
- messages – массив сообщений, который содержит всю историю диалога;<\/li>\n
- temperature – параметр креативности ответов (от 0 до 2). Значение 0.7 дает баланс между предсказуемостью и разнообразием ответов;<\/li>\n
- max_tokens – ограничение на длину ответа, что помогает контролировать стоимость запросов.<\/li>\n<\/ul>\n
Роли в диалоге<\/strong><\/p>\n – система сообщений ЧатГПТ работает с тремя ролями:\n<\/p>\n
\n- system – задает поведение бота. Здесь ты описываешь, кто такой бот и как он должен общаться («Ты – техподдержка», «Ты – консультант по продажам»);<\/li>\n
- user – сообщения от пользователя сайта;<\/li>\n
- assistant – ответы самого бота.<\/li>\n<\/ul>\n
\nПонимание логики чат-бота критически важно для создания качественных ИИ-решений. Это не просто вызов API – это проектирование диалоговых систем с учетом контекста, памяти и поведения.\n<\/p>\n
Шаг 4. Создание простого веб-интерфейса<\/h2>\n
\nТеперь создадим бота для сайта на Python, чтобы пользователи могли общаться с ним через веб-интерфейс. Используем Flask – это простой фреймворк для чат бота на Пайтон для быстрого развертывания веб-приложений.<\/p>\n
Создай файл app.py:<\/p>\n
from flask import Flask, request, jsonify, render_template<\/em><\/p>\nfrom chatbot import get_chatbot_response<\/em><\/p>\napp = Flask(__name__)<\/em><\/p>\n# Словарь для хранения истории разговоров пользователей<\/em><\/p>\nconversations = {}<\/em><\/p>\n@app.route(‘\/’)<\/em><\/p>\ndef home():<\/em><\/p>\n “””Главная страница с интерфейсом чата”””<\/em><\/p>\n return render_template(‘index.html’)<\/em><\/p>\n@app.route(‘\/chat’, methods=[‘POST’])<\/em><\/p>\ndef chat():<\/em><\/p>\n “””<\/em><\/p>\n Эндпоинт для обработки сообщений от пользователей<\/em><\/p>\n Принимает JSON с текстом сообщения и ID сессии<\/em><\/p>\n “””<\/em><\/p>\n data = request.json<\/em><\/p>\n user_message = data.get(‘message’, ”)<\/em><\/p>\n session_id = data.get(‘session_id’, ‘default’)<\/em><\/p>\n # Получаем или создаем историю разговора для этой сессии<\/em><\/p>\n if session_id not in conversations:<\/em><\/p>\n conversations[session_id] = None<\/em><\/p>\n # Получаем ответ от бота<\/em><\/p>\n bot_response, updated_history = get_chatbot_response(<\/em><\/p>\n user_message, <\/em><\/p>\n conversations[session_id]<\/em><\/p>\n )<\/em><\/p>\n # Сохраняем обновленную историю<\/em><\/p>\n conversations[session_id] = updated_history<\/em><\/p>\n # Возвращаем ответ в формате JSON<\/em><\/p>\n return jsonify({<\/em><\/p>\n ‘response’: bot_response,<\/em><\/p>\n ‘status’: ‘success’<\/em><\/p>\n })<\/em><\/p>\nif __name__ == ‘__main__’:<\/em><\/p>\n app.run(debug=True, port=5000)<\/em><\/p>\nТеперь создай папку templates и внутри нее файл index.html:<\/p>\n
<!DOCTYPE html><\/em><\/p>\n<html lang=”ru”><\/em><\/p>\n<head><\/em><\/p>\n <meta charset=”UTF-8″><\/em><\/p>\n <meta name=”viewport” content=”width=device-width, initial-scale=1.0″><\/em><\/p>\n <title>AI Чат-бот<\/title><\/em><\/p>\n <style><\/em><\/p>\n body {<\/em><\/p>\n font-family: Arial, sans-serif;<\/em><\/p>\n max-width: 600px;<\/em><\/p>\n margin: 50px auto;<\/em><\/p>\n padding: 20px;<\/em><\/p>\n }<\/em><\/p>\n #chat-container {<\/em><\/p>\n border: 1px solid #ddd;<\/em><\/p>\n height: 400px;<\/em><\/p>\n overflow-y: auto;<\/em><\/p>\n padding: 15px;<\/em><\/p>\n margin-bottom: 20px;<\/em><\/p>\n background: #f9f9f9;<\/em><\/p>\n }<\/em><\/p>\n .message {<\/em><\/p>\n margin: 10px 0;<\/em><\/p>\n padding: 10px;<\/em><\/p>\n border-radius: 5px;<\/em><\/p>\n }<\/em><\/p>\n .user-message {<\/em><\/p>\n background: #007bff;<\/em><\/p>\n color: white;<\/em><\/p>\n text-align: right;<\/em><\/p>\n }<\/em><\/p>\n .bot-message {<\/em><\/p>\n background: #e9ecef;<\/em><\/p>\n color: black;<\/em><\/p>\n }<\/em><\/p>\n #input-container {<\/em><\/p>\n display: flex;<\/em><\/p>\n gap: 10px;<\/em><\/p>\n }<\/em><\/p>\n #user-input {<\/em><\/p>\n