شروع به کار با OpenAI o4-mini

مدل‌های o4-mini و o4-mini high به‌طور ویژه برای استدلال در حوزه‌های STEM (علم، ریاضیات و برنامه‌نویسی) بهینه‌سازی شده‌اند. این دو مدل، در انجام Taskهای مرتبط با علوم، ریاضی و کدنویسی عملکرد بسیار خوبی دارند. این مدل‌ها، در حالی که پاسخ‌دهی سریع‌تری دارند و هزینه‌های کمتری را ایجاد می‌کنند، اما در عمل، با مدل o1 برابری می‌کنند.

مدل‌های o4-mini و o4-mini high از قابلیت‌هایی نظیر tool calling، خروجی‌های ساختاریافته (structured outputs)، و system messages پشتیبانی می‌کنند؛ ویژگی‌هایی که این دو مدل را به گزینه‌ای مناسب برای طیف گسترده‌ای از کاربردها تبدیل کرده‌اند.

در نظر داشته باشید که مدل o4-mini برای سرعت بالا بهینه شده است و در این حال، توانایی استدلال منطقی قابل‌قبولی را نیز دارد. همچنین، مدل o4-mini high همان مدل o4-mini است. با این تفاوت که reasoning effort آن بر روی high تنظیم شده است و توان استدلالی تقویت‌شده آن در بسیاری از حوزه‌های STEM از o1 نیز فراتر می‌رود.

مدل o4-mini بهترین عملکرد خود را با دستورات ساده و مستقیم ارائه می‌دهد. برخی از تکنیک‌های مهندسی پرامپت (مانند few-shot prompting یا درخواست از مدل برای تفکر مرحله به مرحله) الزامی نیستند و حتی ممکن است عملکرد مدل را بدتر کنند. در ادامه، چندین روش توصیه‌شده برای نگارش پرامپت آورده شده است:

• پرامپت‌ها را ساده و مستقیم نگه دارید: این مدل در درک و پاسخ‌گویی به دستورالعمل‌های کوتاه و شفاف بسیار خوب عمل می‌کند و نیازی به راهنمایی طولانی یا پیچیده ندارد
• از پرامپت‌های زنجیره‌ای اجتناب کنید: از آنجایی که مدل، فرآیند استدلال را به‌صورت داخلی انجام می‌دهد، درخواست‌هایی مانند «مرحله به مرحله فکر کن» یا «دلایل خود را توضیح بده» معمولاً غیرضروری هستند و می‌توانند مزاحم عملکرد طبیعی مدل شوند.
• برای شفافیت از جداکننده‌ها استفاده کنید: برای مشخص‌کردن بخش‌های مختلف ورودی، می‌توانید از جداکننده‌هایی مانند """، تگ‌های XML، یا عناوین بخش‌ها استفاده کنید. این کار به مدل کمک می‌کند تا ساختار ورودی را بهتر تشخیص دهد.

قبل از هرچیزی، با اجرای دستور زیر در دایرکتوری مدنظرتان، ماژول‌های مورد نیاز را نصب کنید:

npm add ai @ai-sdk/openai zod

اکنون، تمامی کارها انجام شده است و قطعه کد زیر تمام چیزی است که برای اتصال به o4-mini با استفاده از AI SDK نیاز دارید:

import { generateText  } from 'ai';
import { createOpenAI } from '@ai-sdk/openai';


const my_model = createOpenAI({
    baseURL: "<baseUrl>",
    apiKey: "<LIARA_API_KEY>",
});

const { text } = await generateText ({
  model: my_model('openai/o4-mini'), // or openai/o4-mini-high
  prompt: 'Explain the concept of quantum entanglement.',
});

console.log(text);

در قطعه کد‌ فوق، به‌جای <baseUrl>، آدرس سرویس هوش مصنوعی خود را قرار دهید و به‌جای <LIARA_API_TOKEN>، کلید API کنسول خود را وارد کنید.

اگرچه تولید متن خالی، کاربردهای زیادی دارد، اما در بسیاری از موارد ممکن است نیاز داشته باشید داده‌ی ساختاریافته‌ی JSON تولید کنید. به عنوان مثال، ممکن است بخواهید اطلاعاتی را از یک متن استخراج کنید، داده‌ها را دسته‌بندی نمایید، یا داده‌های مصنوعی بسازید.

AI SDK دو تابع به نام‌های generateObject و streamObject ارائه می‌دهد که برای تولید داده‌ی ساختاریافته به کار می‌روند و امکان محدود کردن خروجی مدل به یک shcema مشخص را فراهم می‌کنند.

import { generateObject } from 'ai';
import { createOpenAI } from '@ai-sdk/openai';
import { z } from 'zod';

const my_model = createOpenAI({
    baseURL: "<baseUrl>",
    apiKey: "<LIARA_API_KEY>",
});

const { object } = await generateObject({
  model: my_model('openai/o4-mini'),
  prompt: 'Generate a lasagna recipe.',
   schema: z.object({
    recipe: z.object({
      name: z.string(),
      ingredients: z.array(z.object({ name: z.string(), amount: z.string() })),
      steps: z.array(z.string()),
    }),
  }),
});

console.log(object);

قطعه کد فوق، دستور پخت type-safe تولید می‌کند که با schema مشخص‌شده‌ی Zod مطابقت دارد. خروجی قطعه کد فوق، می‌تواند مشابه زیر باشد:

{
  recipe: {
    name: 'Classic Beef Lasagna',
    ingredients: [
      [Object], [Object], [Object],
      [Object], [Object], [Object],
      [Object], [Object], [Object],
      [Object], [Object], [Object],
      [Object], [Object], [Object],
      [Object], [Object], [Object],
      [Object]
    ],
    steps: [
      'Preheat oven to 375°F (190°C).',
      'Bring a large pot of salted water to a boil. Cook lasagna noodles according to package instructions until al dente; drain and set aside, separating sheets to avoid sticking.',
      'In a large skillet over medium heat, add olive oil. Sauté onion until translucent, about 4 minutes. Add garlic and cook 1 more minute.',
      'Add ground beef and Italian sausage. Cook until browned, breaking up meat with a spoon. Drain excess fat.',
      'Stir in tomato sauce, crushed tomatoes, and tomato paste. Add sugar, basil, oregano, salt, and pepper. Simmer uncovered for 15 minutes, stirring occasionally.',
      'In a bowl, combine ricotta cheese, egg, and chopped parsley. Season with a pinch of salt and pepper.',
      'Spread a thin layer of meat sauce in the bottom of a 9x13-inch baking dish.',
      'Arrange 3 lasagna noodles over the sauce. Spread one-third of the ricotta mixture over noodles, then sprinkle one cup of mozzarella and two tablespoons Parmesan. Top with one-third of the meat sauce.',
      'Repeat layering twice: noodles, ricotta mixture, cheeses, and meat sauce.',
      'Finish with a final layer of noodles, remaining meat sauce, mozzarella, and Parmesan cheese.',
      'Cover the dish with foil (tent foil to prevent cheese sticking) and bake for 25 minutes. Remove foil and bake an additional 20 minutes, until cheese is melted and bubbly.',
      'Let lasagna rest for 10–15 minutes before slicing. Garnish with extra parsley and serve warm.'
    ]
  }
}

o4-mini به‌صورت پیش‌فرض از قابلیت Tool Calling پشتیبانی می‌کند، که به آن اجازه می‌دهد با سیستم‌های خارجی تعامل داشته و Taskهای مستقل را اجرا کند. در ادامه، مثالی از استفاده از Tool Calling با AI SDK آمده است:

import { generateText, tool } from 'ai';
import { createOpenAI } from '@ai-sdk/openai';
import { z } from 'zod';

const my_model = createOpenAI({
    baseURL: "<baseUrl>",
    apiKey: "<LIARA_API_KEY>",
});

const { text } = await generateText({
  model: my_model('openai/o4-mini'),
  prompt: 'What is the weather like today in San Francisco?',
  maxSteps: 3,
  tools: {
    getWeather: tool({
      description: 'Get the weather in a location',
      parameters: z.object({
        location: z.string().describe('The location to get the weather for'),
      }),
      execute: async ({ location }) => ({
        location,
        temperature: 72 + Math.floor(Math.random() * 21) - 10,
      }),
    }),
  },
});

console.log(text);

در مثال فوق، یک Tool به نام getWeather تعریف شده است که به مدل اجازه می‌دهد تا داده‌های آب‌و‌هوای لحظه‌ای (که برای سادگی به‌صورت شبیه‌سازی‌شده ارائه شده‌اند) را بازیابی کند. این قابلیت، توانایی مدل را برای ارائه اطلاعات دقیق و به‌روز افزایش می‌دهد.

AI SDK Core می‌تواند در کنار AI SDK UI، که یکی دیگر از ماژول‌های قدرتمند AI SDK است، مورد استفاده قرار گیرد تا فرآیند ساخت رابط‌های چت، تکمیل متن، و دستیارهای interactive را در فریم‌ورک‌های محبوبی مانند NextJS , Nuxt و Svelte ساده کند.

با استفاده از سه هوک اصلی useChat، useCompletion، و useObject می‌توانید قابلیت‌های چت لحظه‌ای، تکمیل متن و ویژگی‌های interactive دستیار هوشمند را در برنامه‌ی خود، پیاده‌سازی کنید.

راهنمای ساخت چت‌بات در فریم‌ورک‌های مختلف، با استفاده از AI SDK، در ادامه، آمده است:

NextJS App Router

NextJS Pages Router

Svelte

VueJS (Nuxt)

NodeJS

Expo