16,201 文字
ここではOpenAI o3を使って何でも構築する方法を説明します。これはOpenAIが今までにリリースした中で圧倒的に強力なAIモデルです。このモデルは、あなたの位置情報を見つけ、600種類のツールを使い、PhD（博士）レベルの問題を解決し、画像をズームして分析し、何千ものUpworkの案件を完了し、ターミナルで自律的に実行することができます。この動画では、それらすべてとそれ以上のことをお見せします。
早速ですが、Vealの構築を手伝ってくれるバックエンドデベロッパーを探しています。経験がある方や知り合いがいる方は、動画下のリンクをご覧ください。
OpenAIはo3の大型バージョンだけでなく、O4 Miniも提供しています。カバーすべきことはたくさんあります。
まずはベンチマークを見てみましょう。これはAME 2024という競争レベルの数学ですが、このベンチマークではO4 MiniがO3を上回るパフォーマンスを示しています。興味深いですね。コーディングでも、O1とO3の間、そしてO3 MiniとO4の間で大きな飛躍がありました。ちなみに、コードフォースで2700点というのは、世界のトッププログラマー約200人レベルです。
モデルはマルチモデル機能やコーディングでも大幅に向上しており、大きな飛躍を遂げています。SWE Lancerベンチマークでは、実際のUpworkプロジェクトを測定していますが、O3とO4 Miniは、O1やO3 Miniよりもはるかに高額なプロジェクトを完了できています。ちなみに後ほど、O3を使って実際のUpworkプロジェクトを見つける方法や、それらのプロジェクトを完了して新しいAIモデルでお金を稼ぐ方法をお見せします。
O3はコード全体やdivロックの生成、指示への従順さ、エージェントとしての使用など、コード編集も大幅に向上しています。
「でもDavid、これらの改善はどうやって達成されたの？」と思うかもしれませんね。その多くは強化学習のスケーリングによるものです。O3モデルの開発中、OpenAIは「計算能力が増えれば性能が向上する」ことを発見しました。GPDモデルで学んだ教訓がそのまま推論Oモデルにも適用されました。その結果、O1と同じレイテンシーとコストでありながら、O3はGI GPDでより高いパフォーマンスを発揮できます。OpenAIがさらに計算能力を与えると、パフォーマンスは向上し続けます。基本的に限界がないのです。AI進歩が鈍化していると言う人がいれば、その人は何について話しているのか分かっていないし、明らかに注意を払っていません。
O3を使ってUpworkのプロジェクトを完了しお金を稼ぐ方法を紹介する前に、まずは驚異的な画像分析機能をお見せします。例えば、単純なスクリーンショットから世界中のどんな場所の位置情報も見つけることができます。
これはRainboltの動画からの画像で、専門的な地理プレイヤーでない一般の人に見せれば途方に暮れるでしょう。地球上のどこにあるか、ましてや特定の国のどの地域かなど、推測できないでしょう。しかしO3はそれができ、非常に優れた性能を発揮します。「この場所は地球上のどこですか？」という非常にシンプルなプロンプトを入力してみましょう。
O3の画像機能で強調したいことがあります。画像をズームイン・アウトしたり、推論に利用したりできるのです。これは驚異的です。推論を始め、画像の異なる部分をズームインします。右下隅をズームインしていますが、これはジオグラファーのUIなので良いヒントではありません。次に左上の雲などをズームインしています。
別の例はOpenAI自身のデモで、物理学の論文を与えると、推論の途中で論文の異なる部分をズームインしています。これらは科学論文の異なる部分で、さまざまな段落や図表を読み、連鎖的な推論プロセスで結論を出しています。これは大きな突破口で、別のレベルに引き上げるでしょう。契約書のPDFの画像をアップロードすれば、契約の異なる部分を調べ、各部分が他の部分とどのように関連しているかを考え、詳細な分析とほぼ完璧な回答を提供できます。
O3は1分59秒間考え、「具体的にはゴータンを横切って伸びる平らな高地の農業ベルト地帯」と回答しました。ゴータンをGoogleマップで検索すると、ここらへんにあるようです。そして解答はここにあります。この画像から、特定の国の正確な地域を認識できたことは非常に印象的です。これは地球上のどこにでもあり得たのに、南アフリカであることと、この地域にあることを知っていました。O3は本当に強力です。
次に、O3の力を使って実際の有料Upworkプロジェクトを完了させましょう。プロンプトを出します：「OpenAIのCodex CLI 2で簡単に構築できる役立つがシンプルなUpworkのリスト項目をウェブで検索してください。7つの異なるプロジェクトをリストアップしてください。必ずウェブを検索してこれらを見つけてください」
「Codex CLIって何？まだ説明していない」と思われるかもしれませんが、これはOpenAIの新しいオープンソースリポジトリで、基本的にターミナルで実行できる自律型AIコーディングエージェントです。難しそうに聞こえても心配いりません。後で設定方法を説明します。実際は非常に簡単です。
まずCodexリポジトリでは、Readmeファイル（基本的にチュートリアル）をコピーして、O3に与えます。こうすることでCodexが何ができるか分かります。このツールはこれらのモデルと一緒に昨日リリースされたばかりです。コピーして、プロンプトの上部に置き換えます。
また、モデルについて別のセクションを追加したいと思います。公式リリース記事に戻り、すべてをコピーしてここに貼り付けます。O3には200,000トークンの窓があるので、この情報をすべて簡単に処理できます。プロンプトの一番上にはCodexについての情報、次にモデルについての情報があり、一番下には「7つの異なるプロジェクトをリストアップし、ウェブを検索してこれらを見つけるように」というプロンプトがあります。検索ツールを切り替えることもできます。
O3がこれらのコンテキストをすべて分析し、ウェブを検索して、新しいOpenAI Codex CLIツールを使用してこれらのモデルに最適な特定のUpworkプロジェクトを探します。
O3とO4 miniについて理解すべき重要なことは、これがOpenAIがすべてのツールへのアクセスを提供した初めてのことだということです。ChatGPT内で利用可能なすべてのツールをO3は推論で使用できます。ウェブの検索、アップロードされたファイルの分析、Pythonコードの記述と実行、視覚的な出力についての深い推論、さらには画像の生成まで、すべてがO3の推論プロセスで、回答を提供する前にできます。
プロンプトが完了し、Codex CLIの力で簡単に完了できる7つの異なる潜在的なUpworkリストがあります。これらのうちどれが最も簡単に完了できると思いますか？
これらが最も簡単な3つのようです。正直、この「git commitからチェンジログへのCLI」が最も簡単かもしれません。ここに実際のUpworkプロジェクトがあり、この人はUpworkで28,000ドル以上を使っています。このプロジェクトを完了すれば確実に報酬が得られます。
具体的な仕様をコピーしてChatGPTに貼り付け、「git commitからチェンジログプロジェクトの詳細です。まだ簡単にできると思いますか？もしそうなら、どう始めればいいですか？短く答えてください」と言います。
O3は2秒ほど考えて、まだ簡単だと思うと言っています。集中した夕方2回で10時間と考えていますが、私は同意しません。1時間以内で構築できます。ちなみにOpenAIはすでにSWE Diamondベンチマークで同様のものをテストしており、モデルに実際のUpworkリストを与えて完了させました。O3は潜在的な総額500,000ドルのうち65,000ドル相当のUpworkプロジェクトを完了できました。時間をかければ、O3で実際に真剣なお金を稼ぐことができます。少しの仕事倫理、イニシアチブ、押し通す力があれば、このモデルは本質的に何でも構築するのを助けることができます。これは世界で最も強力な推論モデルであり、私たちがこれまで見たことのないようなものです。
では、Codex CLIを設定し、このプロジェクトを完了させましょう。実際には、Readmeファイルを再度渡して、「MacBookの特定のフォルダにこのCodex CLIを設定するのを手伝ってください。指示を段階的にしてください。何も知らないと仮定してください。短く答えてください」と言います。
最初にターミナルを開く必要があります。次にHomebrewをインストールします。「Homebrewがインストールされているかどうかを確認する方法は？」と質問します。ターミナルコマンドが表示されるでしょう。
「Brewはすでにインストールされているようです。次は何ですか？」と言います。次にnodeを確認する必要があります。「node -v」コマンドをコピーして実行します。「nodeがあるようです。次のステップは何ですか？」
次にgitを確認する必要があります。それもあります。「次のステップは何ですか？」
すべての準備ができました。次にこのplayground用のフォルダが必要です。実際に空のフォルダを作成しました。「すでにフォルダを作成しました。ターミナルでそのフォルダに移動するにはどうすればいいですか？短く答えてください」
コマンドを使ってフォルダに移動します。「フォルダに入りました。次に実行すべきコマンドは何ですか？短く答えてください」
次のコマンドは実際にOpenAIリポジトリからのものです。これがリポジトリに行き、すべての必須事項がない場合に苦労する違いです。しかし、Readmeファイル全体をChatGPTにコピーしたので、助けてもらえました。潜在的なエラーを避けるために、実行する前に必要なことを教えてくれました。まだエラーは発生していません。
「npm install openai-codex」コマンドを実行します。「そのコマンドを実行しました、結果は次のとおりです。次は何ですか？」
API鍵を追加する必要があります。これは多くの人が迷う点ですが、AIエージェントを構築したい場合は、絶対に学ぶ必要があることです。自分のAIスタートアップを作りたい場合でも、生活や仕事の一部をエージェントで自動化したい場合でも、API鍵の取得方法と異なるAPIとの対話方法を知る必要があります。実際には考えるよりもずっと簡単です。
platform.openai.com/api-keysに移動します。（動画下にリンクします）次のステップは、ChatGPTで使用しているのと同じアカウントでログインすることです。ダッシュボードをクリックし、左側のAPI鍵をクリックし、新しいシークレットキーを作成します。「O3 Upworkプロジェクト」と名付け、キーをコピーします。API鍵は誰とも共有しないでください。
API鍵をChatGPTに貼り付け、「API鍵はこちらです。私のターミナルに貼り付ける正確なコマンドを教えてください。ちなみに私はMacBookを使用しています」と言います。
コマンドをコピーしてターミナルに貼り付けます。「完了しました。次のステップは何ですか？」
クイック動作テストを実行します。Codex CLI外のgitリポジトリで実行すると危険な場合があるので注意が必要ですが、これは空のフォルダなので問題ありません。Yを押して承認します。Codexが動作しているようです。
「hello codex」を出力するスモークテストです。このテストはO4 miniモデルを使用しています。モデルをO3に変更したい場合はYAMLファイルを変更する必要がありますが、O4 Miniで十分だと思います。ベンチマークを見ると、一部ではO3よりも優れていました。
次に、OpenAIが提供する2つのテストを実行したいと思います。最初はコードベースですが、必要ありません。2番目は、完全自動モードつまりYoloモードです。「create the fanciest to-do list app」という例を実行してみましょう。
「codex approval-mode full-auto create the fanciest to-do list app」を入力します。危険性の警告が表示されますが、承認します。
O4 miniモデル、承認モード：フルオート。コマンドごとに承認する必要はなく、プロセス全体を自分で完了します。10秒間考え、さらに考えています。「fanciest to-do list app」を作っています。
プランについて質問しています。スーパーメタな感じで、選択もアウトソースしてみましょう。「OpenAIによるこのプロンプトをテストしましょう」と言い、O3にCodexの出力を示し、「次に何を言うべきですか」と尋ねます。
基本的に、コンサルタントとしてO3を、コーディングエージェントとしてO4 Miniを使用しています。OpenAIが先ほどリリースした両方の新しいモデルを活用して、有料Upworkプロジェクトを完了させています。他にもはるかに価値のあるプロジェクトがありますが、これが完全に可能であることを示したいだけです。
何か分からないことがあれば、ChatGPTに尋ねることができます。月額200ドルのプランを持っていますが、月額20ドルのプランでもO3にアクセスできるので、それは絶対に価値があります。
O3が何を返答すべきか教えてくれたので、それをコーディングエージェントにコピーします。考えている間に、The New Societyについて教えましょう。これはAIの最先端にいる600人以上のコミュニティで、クラスルームには多くの高レベルリソースがあります。例えば、コーディング経験がなくても段階的にAIエージェントを作成する方法、AIスタートアップの構築方法、テンプレートとプリセット（私のすべてのプロンプト、指示、事前構築された自動化、AIエージェント、コードなど）があります。
また、高度なAIチュートリアルもあり、O1パワードAIエージェントの構築方法（O3にも同じく適用可能）、Cursorの高度なチュートリアル、プロンプトエンジニアリングの8モジュールワークショップなどがあります。さらに、週に複数回のコールを行い、AIに関する質問について1対1のサポートを受けることができます。AIに真剣に取り組み、自分のAIビジネスを構築したい場合は、The New Societyに参加してください。リンクは動画の下にあります。
ターミナルを見ると、エラーが発生しているようです。「接続が途中で終了しました。もう一度お試しください」何度か試してみましょう。初心者はエラーで動揺しますが、私たちは違います。
status.openai.comにアクセスすると、何が起きているかを確認できます。ビデオ生成に問題があるようですが、これはAPIにあるはずです。
35秒間考えた後、コマンドを実行しました。進行状況を知りたい場合は、スクリーンショットを撮り、ChatGPTに「現在何が起きているか簡潔に答えてください」と尋ねることができます。
V（おそらくプロジェクトフォルダ）を使用しているようです。「Codexはフルオートモードで、ファイルをリストアップしフォルダを検査しました」ディレクトリがGitHubリポジトリではないためです。
しかし、フォルダに何も作成していないようです。これは怪しいです。「Codex CLIが私たちのプロジェクト用に作成したフォルダにファイルを作成していません。何が問題ですか？」
「nodeパッケージマネージャーでプロジェクトを作成しましたが、どこに作成されたか分かりません」
このフォルダの情報を取得し、Codexを停止してから、3つのプロンプトを1つに結合します。「これら3つをCodex CLI用の単一のプロンプトに結合してください。それによりどのフォルダで作業したいかと、最も素晴らしいto-doリストアプリがどのようなものかを知ることができます」
指定されたコマンドを実行します。「codex approval-mode full-auto」を実行します。「フルオート」という名前は面白いですね。ファイルを再度リストアップし、ファイルがないことを理解しています。コードが表示されていますが、ファイルはまだ作成されていません。
「パッチの適用に失敗しました。パッチを書き込むにはGitHubリポジトリが必要です。フォルダが初期化されていないため、Codexは中止し、ファイルは作成されませんでした」
まずgitリポジトリを初期化する必要があります。「git init」を実行し、いくつかのファイルができました。再度実行すると、これらのファイルが表示されるはずです。
これはアプリのReadmeファイルで、非常にシンプルです。ファイルをリストアップし、既存のファイルを確認しました。良いですね。エージェントが何をしているか分からなくても、「エージェントは今何をしていますか？短く答えてください」と尋ねることができます。「リポジトリを監査しています。今まで何があるか分析しています」
srcフォルダとコンポーネント、main.jsxファイルを作成しました。非常にシンプルです。次にapp.jsxを追加し、フロントエンドを作成しています。これはすべて私たちが与えた単一のプロンプトからです。O3が提供した仕様で改良されていますが、単一のプロンプトです。フルオート（完全自律）モードで起動し、何もする必要がなく、アプリを構築しています。これは有料のGitHubプロジェクトですよ。
私たちは未来に生きています。何もしない人と、何かをする人の2種類の人がいます。後者は明らかに生活を大幅に改善し、多くの退屈な作業を自動化し、より多くのお金を稼ぎ、新しい人脈を作り、どんどん先に進みます。一方、他の人はただ傍観するだけです。
すべてが完了したようで、「npm install」と「npm run dev」を実行する必要があると言っています。「Codexは完了したと言っています。次に何をすべきですか？短く答えてください」「アプリ自身を実行できますか？」
Codexがこれを実行できるかどうか尋ねていますが、できない場合はローカルで実行します。「npm install」は長く考えすぎるべきではありません。イニシアチブを取りましょう。「npm install」でパッケージをインストールし、「npm run dev」でフロントエンドサーバーを起動します。
エラーがたくさん出ましたね。解決方法は、これをコピーしてO3に説明してもらうことです。「これらのエラーは何で、どのように修正すればよいですか？短く答えてください」
「npmは存在しないレジストリからフェッチしようとしました。利用できないバージョンを確認してください」そうしましょう。「最初のコマンドを実行しました。結果は次のとおりです。次のステップは何ですか？短く答えてください」
最新のバージョンを取得し、残りをインストールします。一つのパッケージに問題があるようですが、O3で解決できます。「完了しました。次は何ですか？」
「npm run dev」を実行します。これでフロントエンドサーバーが起動するはずです。「素晴らしいto-doリストアプリ」のURLが表示されました。
拡大してみましょう。明らかにVectalほど良くありませんが、数分で作成されたものとしては悪くありません。YouTubeビデオをアップロードする予定を入力してみましょう。日付を設定する必要があります。「明日」を入力します。「期限近し」と表示されました。
ドラッグアンドドロップも可能です。「ジムに行く」は今日が期限です。「チェコ共和国に飛んで帰る」を土曜日に設定すると、「近日」と表示されます。これらをドラッグアンドドロップできるのは良いですね。ライトモードとダークモードの切り替えも可能です。
しかし、要求したすべての機能があるわけではないようです。私たちが提示した要件はすべて満たされています。ドラッグアンドドロップ、カラフルなタグなどがあります。
では、プロジェクトの構築に戻りましょう。「軌道に戻り、このプロジェクトの構築に集中しましょう。こんなCodexコマンドを教えてください」と、何を構築し、どのように構築するかを正確に伝えるサンプルコマンドを提供します。
新しいフォルダを作成します。「Upworkプロジェクト」というフォルダを作成しました。このフォルダに移動する必要があります。「cd .」「cd Upworkプロジェクト」これらのコマンドが分からなければ、ChatGPTに尋ねてください。
Upworkプロジェクトフォルダ、このプロジェクト専用の新しい空のフォルダにいます。O3が詳細なプロンプトを生成しました。コピーして、「approval-mode full-auto」を使用します。
Gitがインストールされていないようなので、「git init」を実行して空のリポジトリを初期化します。再試行すると…エラーがありますが、動作しているようです。
Codexは私たちのGitHub分析ツール、pipでインストール可能なPython CLIツールの構築に取り組んでいます。まだファイルは作成されていません。「ビルドシステムの追加が無効です」。何が起きているか説明してもらいましょう。
OpenAIはかなり明確な警告を出しています。「これは実験的なプロジェクトで、積極的に開発中です。まだ安定していない、バグがある、機能が不完全など」なので、Codexが完璧であることを期待しないでください。興味深いAIエージェントですが、まだ非常に洗練されていません。
「CodexはO3だけでプロジェクトを構築するよりも遅いです。自分たちでこのプロジェクトを構築しましょう。IDEとしてCursorを使用します。まず何をすべきですか？」
Cursorでプロジェクトを開きました。ファイルがありません。「情報が多すぎます。圧倒されないようにしましょう。どこから始めればいいですか？空のフォルダをCursorで開いたところです」
「2つのファイルから始めましょう」。新しいファイルを作成し、コピー＆ペーストします。もっと良いのは、Cursorの代わりにO3 miniを使用することです。Cursorの左上の「Cursor」をクリックし、設定、Cursor設定、モデルをクリックし、O3とO4 miniを有効にします。
「このUpworkプロジェクトの要求を満たすMVP（最小実行可能製品）を構築するための完全な指示セットを生成してください。別のプログラマーに何をどうすべきかを伝えるような形式で」
Cursorで新しいファイル「project-scope.md」を作成し、O3が提供する内容を貼り付けます。このマークダウンファイルにタグを付け、「ファイルの最初のステップを実行してください。他は何もしないでください」と指示します。
ディレクトリに移動し、仮想環境を開始し、ダウンロードを始めました。Condaの代わりに仮想環境を使用することにしたようです。これは良い作業設定です。
実はこれは私がAIスタートアップVectalをどのように構築したかという方法です。The New Societyの「AIスタートアップの構築方法」モジュール内では、Vectal構築の日々のプロセスを文書化しています。現在は月額10,000ドルを稼いでいます。これがどのように構築したかと言うと、当時はClaude 3.5が最高だったのでClaudeを使用しましたが、今ならO3をコンサルタント/アドバイザーとして使用し、実際のプログラマーとしてCursorを使用します。一つのAIでコードを書き、もう一つをプロジェクトの新鮮なアシスタント、アドバイザー、コンサルタントとして使用します。これが実際に何かを構築するための最良のワークフローです。
最初のステップが完了したようなので、「良い仕事です。次はステップ2を実行してください」と言います。両方のファイルにタグを付けています。project-scopeとpyprojectの両方があります。あまりにも熱心にAIモデルが多くのことをしようとすることがよくあるので、「他は何もしないでください」と指示するのは良いことです。
2番目のステップはプロジェクトの骨組みに関わります。Pythonファイルを作成する必要があります。パッケージングチェック、ユニットテスト、開発必要性、デモヘルパーなど。
ここで何が起きたのかはっきりしませんが、ファイルがこのディレクトリに移動されたようです。「pyprojectは十分ですか？project-scopeに従っていますか？短く答えてください」
修正を加え、「良い仕事です。次はproject-scopeのステップ3であるlog.pyファイルを実行してください」と言います。実際には「project-scopeのステップ3を実行し、それらのPythonファイルをすべて作成してください」と言うべきでした。ステップ3には実際に4つの異なるサブステップがあります。
Cursorがこのプロジェクトで問題を引き起こしているので、ChatGPTに切り替えてここで完成させようと思います。このUpworkプロジェクトを完成させる方法を示したいからです。Cursorは引き続き使用しますが、チャットは使用せず、ChatGPTでO3を使用します。
このフォルダを完全に削除し、このproject-scopeに従います。ステップ1と2は既に実行したので、「すでにCursorでステップ1と2を実行しました。しかし、ステップ3の助けが必要です。あなたの仕事はステップ3を完了するために必要なものをすべて提供することです。これらのモジュールを作成するステップ3とサブステップのすべてです。複雑にしないでください。最も最小限でクリーンな方法で実行してください。ここではMVPだけを構築しています」
ChatGPTで直接O3を使用し、Cursorは純粋にIDEとしてのみ使用します。Cursorエージェントが問題を引き起こしている理由は分かりませんが…
srcが必要です。「現在のプロジェクト構造はこのようになっています。まだsrcフォルダを作成すべきですか？」モデルにプロジェクト構造を提供するのは良い習慣です。状況を知る必要があります。そうでなければ良いアドバイスを提供できません。
「srcはありますが、このプロジェクト内にあります」これが間違いだったようです。プロジェクトの外側に作成されました。ステップ1と2を見てみましょう。
新しいconda環境を作成します。「そうしましょう」project-scopeをChatGPTに与え、「このプロジェクトの単純なMVPを構築したいです。IDEとしてCursorを使用し、必要なパッケージをすべてインストールする新しいconda環境を作成したいです。すでにステップ2は完了していますが、ステップ1はまだです。あなたの仕事はステップ1を完了するために必要な最小限の指示セットを提供することです。短く答えてください」
新しいチャットで更新すると良いこともあります。多くのコンテキストがモデルを圧倒することがあるからです。本当に感覚を養う必要があります。正解や不正解はなく、本当に感覚です。何百時間、おそらく何千時間もこれらのモデルを使ってきた私には、ChatGPT単体だけでも何百時間も使ってきました。
「実際、私たちのフォルダは’Upworkプロジェクト’と呼ばれ、すでにルートの中にいます」ターミナルがあり、指示されたことをコピーペーストしていきます。「git init」は既に初期化されているはずです。新しいconda環境を作成し、その環境をアクティブにします。condaがインストールされていない場合は、「condaのインストール方法は？」とChatGPTに尋ねてください。
「conda activate」でこのプロジェクトをアクティブにしました。素晴らしいです。次にこのpoetryとpre-commitをインストールし、poetryにこのenvを使用させる必要がありますが、「クイック質問：この場合のpoetryとは何ですか？短く答えてください」と尋ねることができます。
何らかのパッケージかもしれませんが、「poetryはPythonの依存関係管理を処理するツールです」とのこと。「condaを使用している場合、このステップを安全にスキップできますか？もしそうなら、次に何をすべきですか？短く答えてください」
仮想環境を過度に複雑にしようとしましたが、condaという素晴らしいPython環境マネージャーがあります。これらのパッケージをインストールし、フックを有効にする必要があります。「pre-commit install -h」のオプションです。
ターミナルをクリアして、「ステップ3に進みましょう。正確に何をどのようにすべきか教えてください。短く答えてください」
いくつかのファイルを作成する必要があります。パッケージフォルダが存在することを確認します。このコマンドを実行し、そのフォルダにlog.pyというファイルを作成します。コードをコピーして貼り付け、保存します。
次はllm.pyファイルです。ここでOpenAI API鍵を提供する必要があります。「llm.py」という新しいファイルを作成し、コードを貼り付けます。renderも必要です。AIを使用する際には注意を払う必要があります。盲目的に何かを行うと、深い穴に落ちる可能性があります。私はAIスタートアップを構築する際に苦労して学びました。
次は「cli.py」です。新しいファイル「cli.py」を作成し、コードを貼り付けます。コードの準備ができました。「良い仕事です。次はステップ4に進みましょう。そのステップを実行するための明確で簡潔な指示を提供してください」
パッケージングチェックが必要です。poetryが必要かどうかは分かりませんが、OpenAI API鍵用の.envファイルは確実に必要です。GPTは使用せず、モデルとしてO4 miniを使用します。
「pip install build」をインストールする必要があります。ターミナルを開き、「pip install build」を実行します。エラーが発生しました。「このエラーが発生した理由とその修正方法を説明してください。短く答えてください」
poetryが必要かもしれません。「conda activate」でUpworkプロジェクトを再度アクティブにし、問題を解決します。作者を設定する必要があります。「David Andre」として設定し、保存します。ファイルを開き、作者を変更し、これを再実行します。
これが機能しました。次に何をするか教えてください。O3がこれまでのところ好きです。思考時間の配分が非常に知的です。O1のプロモードよりずっと良いです。O1のプロモードは常に4分、5分、6分など、時間を無駄にしていましたが、O3は必要な時間だけ考えます。
これをインストールし、クイックスモークテストを実行します。エラーが発生しましたが心配ありません。「スモークテストでエラーが発生しました。なぜなのか、どのように修正するのか説明してください。短く答えてください」
まだ空のレポジトリに対するコミットが必要です。最初のコミットを行う必要があります。「git add .」ですべてをステージングし、「git commit -m “init”」でコミットメッセージを付けます。エラー「no pyaml」が発生しました。「これを修正する方法を教えてください」
pre-commitを一時的にアンインストールし、「git add .」ですべてをステージングし、「git commit -m “initial commit”」でコミットメッセージを付けます。これで完了です。次は何ですか？GitHubにプッシュする必要はないと思います。
スモークテストをもう一度実行します。「report.md」という新しいファイルが作成されました。これは良いことです。「スモークテストを実行し、’report.md‘という新しいファイルが作成されました。上記がその内容です。どこかに.envファイルを追加し、そこにOpenAI API鍵を追加する必要があるようです。添付したスクリーンショットを見て、このファイルをどこに作成すべきか教えてください」
スクリーンショットを添付していませんでした。「ここがスクリーンショットです。私たちのファイル構造」ルートまたはsrcのどちらに作成すべきか見てみましょう。
ルートプロジェクトに必要なようです。「.env」という新しいファイルを作成し、「OPENAI_API_KEY=」と入力し、API鍵を取得する必要があります。platform.openai.com/api-keysに移動し、同じプロセスで新しいものを作成します。「Upwork Project O3」と名付けます。
この動画を楽しんでいただけているなら、ぜひチャンネル登録してください。たった2秒で済みます。現在視聴者の約20％しか登録していないので、80％の方は未登録です。2秒だけ時間をいただいてチャンネル登録していただければ大変助かります。このような動画をもっと作るべきかどうかの判断材料にもなります。
API鍵を保存しましたが、このコマンドを実行する必要がある理由が分かりません。シェルによって.envファイルは自動的に読み込まれないため、exportコマンドを実行する必要があります。ターミナルで正確なコマンドを実行し、もう一度実行してみましょう。このレポートを削除し、「1つのコミットをフェッチ」するとエラーが発生します。
LLMとしてGPT-4.0を使用できますが、関係ないと思います。それでもこのエラーが発生します。「このエラーの内容と修正方法を説明してください。短く答えてください」
project-scopeを見直してみましょう。温度パラメータについての行を削除する必要があります。この行を削除し、再実行します。
行を削除しても同じエラーが発生します。奇妙ですね。もう一度コミットする必要があるのかもしれません。「git add .」「git commit -m “fixing the temperature”」を実行し、再度コマンドを実行してみます。
問題は別にあるようです。古いホイールを削除する必要があります。これが何を意味するのか分かりませんが、O3が分かっていると信じています。
これを再実行します。エラーは発生せず、レポートは保存されました。レポートがあります。「AIを使用しました」
「レポートは次のとおりです。成功したようです。次のステップは何で、なぜですか？短く答えてください」
待ってください。Upworkリストをコピーして、「少し批判的に考えてみましょう。レポートが成功したとして、Upworkリストのミニマルバージョンを完成させたのか、まだ重要なことが残っているのでしょうか？」と尋ねます。緊急性を持たせるためにこの行を追加しました。そうしないと、モデルは常に追加することを見つけます。
MVPは完了し、残りは「あると便利」な機能だけです。簡単なReadmeファイルの追加、寛大なライセンスの追加などです。CLIはpipでインストールでき、実行され、日付でフィルタリングし、LLMにアクセスし、コミットの明確な要約を提供するマークダウンファイルを出力します。
正直、これはVectalにも使用します。非常に便利です。アップデートがあるとき、コミットを確認する必要があります。これをThe New Societyに追加して、皆さんも使えるようにします。クラスルームの「テンプレートとプリセット」にあるデイビッドのコードに追加します。
自分のプロジェクトがあり、誰かが支払いを喜んでするツールが欲しい場合や、私がVectalのアップデートごとに使用するものが欲しい場合、これはThe New Societyの他のすべてのものと一緒にあります。参加する別の理由です。AIに真剣に取り組み、自分のAIビジネスを構築したい場合は、The New Societyに参加してください。最悪の場合でも、質問なしで返金保証があります。
AI最先端の600人以上のメンバーがいる素晴らしいコミュニティがあります。コミュニティで質問したり、週に2回のサポートコールで直接話したりすることができます。クラスルームにはコンテンツを常に追加し、プリセット、プロンプト、AIエージェントなども追加しています。
新しいものを構築するのは難しくないことがわかります。お金がない場合は私のYouTubeビデオを見るだけでもいいですが、一歩進めたい場合はThe New Societyに参加してください。AIのトップ1％にあなたを連れて行くより高レベルのコンテンツがたくさんあります。
O3は良いです。非常に良いです。これがVectalを構築する際の主要なコーディングモデルになります。ちなみに、まだClickUpやTodoist、古い学校のタスク管理ツールを使用している場合は、vectal.aiにアクセスして無料でアカウントを作成してください。
無限思考などの高度なAIエージェントがあり、目標を与えるとそれを無限に実行できます。例えば「O3についてすべてを調査する」と指示し、Yoloモードを有効にすれば行動を承認する必要がありません。また、どのタスクでも有効にできる新しいバックグラウンドエージェントもあります。例えば「O3についての動画を作成する」というタスクに対して、すぐに実行を開始します。現在はウェブ検索を行っていないのでO3を知りませんが、2番目のステップでウェブ検索を行い、O3について知るようになります。その後、O3を要約し、あなたに提供します。
基本的にあなたのために作業します。時間を節約し、AIの最先端にいたい場合は、vectalにアクセスしてみてください。すべてのタスクを移動すると、毎日の時間を節約できます。毎月数千人がVectalを使用しており、非常に速く改善しています。実際、Vectalと同じくらい速くアップデートを提供しているAI企業は他にないと思います。ちなみに、バックエンドデベロッパーであれば、あなたを雇いたいかもしれません。Vectalチームを拡大しています。より速くリリースしたいからです。Pythonバックエンドなどの経験があれば、フォームに記入してください。リンクは動画の下にあります。
視聴いただきありがとうございます。素晴らしく生産的な一週間をお祈りします。
コメント