Noções Básicas de LLMs

uv venv && source .venv/bin/activate
uv pip install "openai>=1.60" "anthropic>=0.40" "tiktoken>=0.8"
export OPENAI_API_KEY="sk-..."  # ou ANTHROPIC_API_KEY

from openai import OpenAI
 
client = OpenAI()
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Explique as compreensões de lista do Python em uma frase."}],
)
print(response.choices[0].message.content)

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "Você é um tutor conciso de Python. Responda em no máximo 2 frases."},
        {"role": "user", "content": "O que é uma expressão geradora?"},
    ],
)

import tiktoken
 
enc = tiktoken.encoding_for_model("gpt-4o-mini")
text = "Explique o gradiente descendente para um desenvolvedor júnior."
tokens = enc.encode(text)
print(f"tokens: {len(tokens)}")

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Dê-me um nome criativo de equipe para um projeto Python."}],
    temperature=0.9,  # criativo
)
 
response2 = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "2+2 é igual a 4?"}],
    temperature=0.0,  # determinístico
)

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Resuma o GIL do Python."}],
    max_tokens=100,
)

messages = [
    {"role": "user", "content": "Meu aplicativo usa FastAPI e PostgreSQL."},
    {"role": "assistant", "content": "Ótima pilha! Com o que você gostaria de ajuda?"},
    {"role": "user", "content": "Como devo estruturar as migrações do banco de dados?"},
]
response = client.chat.completions.create(model="gpt-4o-mini", messages=messages)

import anthropic
 
claude = anthropic.Anthropic()
message = claude.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=256,
    system="Você é um assistente Python prestativo.",
    messages=[{"role": "user", "content": "Para que serve o pydantic?"}],
)
print(message.content[0].text)

messages = [
    {"role": "system", "content": "Classifique o sentimento como positivo, negativo ou neutro."},
    {"role": "user", "content": "Texto: Eu amo esta biblioteca!\nSentimento: positivo"},
    {"role": "assistant", "content": "positivo"},
    {"role": "user", "content": "Texto: Ele travou duas vezes hoje.\nSentimento:"},
]
response = client.chat.completions.create(model="gpt-4o-mini", messages=messages, temperature=0)

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Liste 3 frameworks web Python como JSON com campos de nome e ano."}],
    response_format={"type": "json_object"},
)
import json
data = json.loads(response.choices[0].message.content)

import os
from openai import OpenAI
 
api_key = os.environ.get("OPENAI_API_KEY")
if not api_key:
    raise RuntimeError("Defina OPENAI_API_KEY")
 
client = OpenAI(api_key=api_key)