이 작업을 사용하면 OpenAI에서 모델에 메시지를 보내거나 위반 사항에 대해 텍스트를 분류할 수 있습니다. OpenAI 노드 자체에 대한 자세한 내용은 OpenAI를 참고하세요.

채팅 완성 생성#

이 작업을 사용하면 Chat Completions API를 사용해 OpenAI 모델에 메시지나 프롬프트를 보내고 응답을 받을 수 있습니다.

다음 매개변수를 입력하세요.

• Credential to connect with: 기존 OpenAI 자격 증명을 생성하거나 선택합니다.
• Resource: Text를 선택합니다.
• Operation: Generate a Chat Completion을 선택합니다.
• Model: 사용할 모델을 선택합니다. 어떤 모델을 사용해야 할지 확실하지 않다면, 높은 지능이 필요한 경우 gpt-4o를, 가장 빠른 속도와 가장 낮은 비용이 필요한 경우 gpt-4o-mini를 시도해보세요. 자세한 내용은 Models overview | OpenAI Platform을 참고하세요.
• Messages: Text 프롬프트를 입력하고, 모델이 응답을 생성하는 데 사용할 Role을 지정합니다. 이러한 역할을 사용해 더 나은 프롬프트를 작성하는 방법에 대한 자세한 내용은 Prompt engineering | OpenAI를 참고하세요. 다음 역할 중 하나를 선택할 수 있습니다.
  • User: 사용자로서 메시지를 보내고 모델로부터 응답을 받습니다.
  • Assistant: 모델이 특정 어조나 성격을 갖도록 지시합니다.
  • System: 기본적으로 시스템 메시지는 설정되어 있지 않습니다. 사용자 메시지에서 지침을 정의할 수도 있지만, 시스템 메시지에 설정된 지침이 더 효과적입니다. 대화당 시스템 메시지를 여러 개 설정할 수 있습니다. 이를 사용해 다음 사용자 메시지에 대한 모델의 동작이나 맥락을 설정하세요.
• Simplify Output: 원시 데이터 대신 응답의 단순화된 버전을 반환하려면 켭니다.
• Output Content as JSON: 응답을 JSON 형식으로 반환하도록 시도하려면 켭니다. GPT-4 Turbo 및 gpt-3.5-turbo-1106보다 최신인 모든 GPT-3.5 Turbo 모델과 호환됩니다.

옵션#

• Frequency Penalty: 모델이 유사한 문구를 반복하는 경향을 줄이기 위해 페널티를 적용합니다. 범위는 0.0에서 2.0 사이입니다.
• Maximum Number of Tokens: 응답에 대한 최대 토큰 수를 설정합니다. 표준 영어 텍스트의 경우 토큰 1개는 대략 4자에 해당합니다. 이를 사용해 출력 길이를 제한하세요.
• Number of Completions: 기본값은 1입니다. 각 프롬프트에 대해 생성할 완료(completion) 수를 설정합니다. 큰 값을 설정하면 토큰이 빠르게 소진되므로 주의해서 사용하세요.
• Presence Penalty: 모델이 새로운 주제를 다루도록 유도하기 위해 페널티를 적용합니다. 범위는 0.0에서 2.0 사이입니다.
• Output Randomness (Temperature): 응답의 무작위성을 조정합니다. 범위는 0.0(결정적)에서 1.0(최대 무작위성) 사이입니다. 이 설정 또는 Output Randomness (Top P) 중 하나만 조정하는 것을 권장합니다. 중간 정도의 온도(약 0.7)로 시작한 다음 관찰한 출력에 따라 조정하세요. 응답이 너무 반복적이거나 경직되어 있다면 온도를 높이세요. 응답이 너무 혼란스럽거나 주제에서 벗어난다면 온도를 낮추세요. 기본값은 1.0입니다.
• Output Randomness (Top P): Top P 설정을 조정해 어시스턴트 응답의 다양성을 제어합니다. 예를 들어 0.5는 가능도 가중치가 적용된 전체 옵션 중 절반을 고려한다는 의미입니다. 이 설정 또는 Output Randomness (Temperature) 중 하나만 조정하는 것을 권장합니다. 기본값은 1.0입니다.

자세한 내용은 Chat Completions | OpenAI 문서를 참고하세요.

모델 응답 생성#

이 작업을 사용하면 Responses API를 사용해 OpenAI 모델에 메시지나 프롬프트를 보내고 응답을 받을 수 있습니다.

다음 매개변수를 입력하세요.

• Credential to connect with: 기존 OpenAI 자격 증명을 생성하거나 선택합니다.
• Resource: Text를 선택합니다.
• Operation: Generate a Model Response를 선택합니다.
• Model: 사용할 모델을 선택합니다. 개요는 Models overview | OpenAI Platform을 참고하세요.
• Messages: 다음 Message Types 중 하나를 선택하세요.
  • Text: Text 프롬프트를 입력하고, 모델이 응답을 생성하는 데 사용할 Role을 지정합니다. 이러한 역할을 사용해 더 나은 프롬프트를 작성하는 방법에 대한 자세한 내용은 Prompt engineering | OpenAI를 참고하세요.
  • Image: 이미지 URL, (OpenAI Files API를 사용한) File ID, 또는 워크플로 내 이전 노드에서 전달받은 바이너리 데이터를 통해 Image를 제공합니다.
  • File: 지원되는 형식(현재는 PDF만)의 File을 File URL, (OpenAI Files API를 사용한) File ID, 또는 워크플로 내 이전 노드에서 전달받은 바이너리 데이터를 통해 제공합니다.
  • 어떤 메시지 유형이든, 다음 역할 중 하나를 선택할 수 있습니다.
    • User: 사용자로서 메시지를 보내고 모델로부터 응답을 받습니다.
    • Assistant: 모델이 특정 어조나 성격을 갖도록 지시합니다.
    • System: 기본적으로 시스템 메시지는 "You are a helpful assistant"입니다. 사용자 메시지에서 지침을 정의할 수도 있지만, 시스템 메시지에 설정된 지침이 더 효과적입니다. 대화당 시스템 메시지는 하나만 설정할 수 있습니다. 이를 사용해 다음 사용자 메시지에 대한 모델의 동작이나 맥락을 설정하세요.
• Simplify Output: 원시 데이터 대신 응답의 단순화된 버전을 반환하려면 켭니다.

내장 도구#

OpenAI Responses API는 모델의 응답을 보강하기 위한 다양한 내장 도구를 제공합니다.

• Web Search: 모델이 응답을 생성하기 전에 웹에서 최신 정보를 검색할 수 있게 합니다.
• MCP Servers: 모델이 원격 MCP 서버에 연결할 수 있게 합니다. 도구로서 원격 MCP 서버를 사용하는 방법에 대한 자세한 내용은 여기에서 확인하세요.
• File Search: 모델이 응답을 생성하기 전에 이전에 업로드한 파일에서 관련 정보를 검색해 지식 기반(knowledgebase)으로 활용할 수 있게 합니다. 자세한 내용은 OpenAI 문서를 참고하세요.
• Code Interpreter: 모델이 샌드박스 환경에서 Python 코드를 작성하고 실행할 수 있게 합니다.

옵션#

• Maximum Number of Tokens: 응답에 대한 최대 토큰 수를 설정합니다. 표준 영어 텍스트의 경우 토큰 1개는 대략 4자에 해당합니다. 이를 사용해 출력 길이를 제한하세요.
• Output Randomness (Temperature): 응답의 무작위성을 조정합니다. 범위는 0.0(결정적)에서 1.0(최대 무작위성) 사이입니다. 이 설정 또는 Output Randomness (Top P) 중 하나만 조정하는 것을 권장합니다. 중간 정도의 온도(약 0.7)로 시작한 다음 관찰한 출력에 따라 조정하세요. 응답이 너무 반복적이거나 경직되어 있다면 온도를 높이세요. 응답이 너무 혼란스럽거나 주제에서 벗어난다면 온도를 낮추세요. 기본값은 1.0입니다.
• Output Randomness (Top P): Top P 설정을 조정해 어시스턴트 응답의 다양성을 제어합니다. 예를 들어 0.5는 가능도 가중치가 적용된 전체 옵션 중 절반을 고려한다는 의미입니다. 이 설정 또는 Output Randomness (Temperature) 중 하나만 조정하는 것을 권장합니다. 기본값은 1.0입니다.
• Conversation ID: 이 응답이 속한 대화입니다. 이 응답이 완료된 후, 해당 응답의 입력 항목과 출력 항목이 이 대화에 자동으로 추가됩니다.
• Previous Response ID: 이어서 진행할 이전 응답의 ID입니다. Conversation ID와 함께 사용할 수 없습니다.
• Reasoning: 모델이 응답을 생성하는 데 투입할 추론 노력(reasoning effort)의 수준입니다. (예: 디버깅 목적으로) 모델이 수행한 추론에 대한 Summary를 반환하는 기능도 포함합니다.
• Store: 나중에 API를 통해 검색할 수 있도록 생성된 모델 응답을 저장할지 여부입니다. 기본값은 true입니다.
• Output Format: 응답을 Text, 지정된 JSON Schema, 또는 JSON Object로 반환할지 여부입니다.
• Background: 모델을 백그라운드 모드로 실행할지 여부입니다. 이를 통해 장시간 실행되는 작업을 더 안정적으로 실행할 수 있습니다.

자세한 내용은 Responses | OpenAI 문서를 참고하세요.

위반 여부 텍스트 분류#

이 작업을 사용하면 유해할 수 있는 콘텐츠를 식별하고 플래그를 지정할 수 있습니다. OpenAI 모델이 텍스트를 분석하고 다음을 포함하는 응답을 반환합니다.

• flagged: 콘텐츠가 잠재적으로 유해한지 여부를 나타내는 불리언(boolean) 필드입니다.
• categories: 카테고리별 위반 플래그 목록입니다.
• category_scores: 각 카테고리에 대한 점수입니다.

다음 매개변수를 입력하세요.

• Credential to connect with: 기존 OpenAI 자격 증명을 생성하거나 선택합니다.
• Resource: Text를 선택합니다.
• Operation: Classify Text for Violations를 선택합니다.
• Text Input: 검토 정책(moderation policy) 위반 여부를 분류할 텍스트를 입력합니다.
• Simplify Output: 원시 데이터 대신 응답의 단순화된 버전을 반환하려면 켭니다.

옵션#

• Use Stable Model: 최신 버전 대신 모델의 안정 버전을 사용하려면 켭니다. 정확도가 다소 낮아질 수 있습니다.

자세한 내용은 Moderations | OpenAI 문서를 참고하세요.

자주 발생하는 문제#

일반적인 오류나 문제 및 권장 해결 단계는 Common Issues를 참고하세요.