Verwende OpenAI zur Datenverarbeitung in einer Studio-Operation in Jitterbit Studio

Einführung

Der OpenAI-Connector ermöglicht es Studio-Operationen, Daten an OpenAI zu senden und von OpenAI generierte Texte zu empfangen. Diese Anleitung behandelt das häufige Muster der Erstellung eines OpenAI-Prompts aus Quelldaten, das Senden an OpenAI mit der Prompt V2-Aktivität und das Weiterleiten der KI-Antwort an ein nachgelagertes Ziel wie eine Datenbank, eine Datei oder einen Benachrichtigungskanal.

Entwurfsmuster

Die Operation, die Daten an OpenAI übermittelt, folgt dem Transformationsmuster:

Die Quellaktivität stellt die Daten bereit, die zum Aufbau des Prompts verwendet werden (z. B. ein Salesforce-Datensatzabfrageergebnis oder eine Datenbankzeile). Die Transformation ordnet diese Daten den Anfragefelden des Prompts zu. Die Prompt V2-Aktivität sendet die Anfrage an OpenAI und speichert die Antwort.

Eine zweite Operation, die an den Erfolg der ersten gekoppelt ist, nutzt eine Transformation, um die KI-Antwort zu lesen und den generierten Text an die Zielaktivität weiterzuleiten (z. B. durch das Posten in einen Slack-Kanal oder das Schreiben in ein Datenbankfeld).

Teil 1: Konfiguriere die OpenAI-Verbindung

1. Öffne in Studio dein Projekt und klicke auf die Registerkarte Projektendpunkte und Connectoren in der Designkomponentenpalette.

2. Klicke auf den OpenAI-Connector, um die Verbindungskonfiguration zu öffnen.

3. Verbindungsname: Gib einen Namen ein, der diese Verbindung identifiziert, z. B. OpenAI.

4. API/Secret Key: Gib deinen OpenAI API-Schlüssel ein.

   Tipp

   Speichere den API-Schlüssel als Projektvariable mit verborgenem Wert und verweise hier auf die Variable mit dem Variablensymbol oder durch Eingabe von [, um diese auszuwählen. Dies hält den Schlüssel aus der Verbindungskonfiguration direkt heraus und ermöglicht es, ihn zu wechseln, ohne das Projekt zu bearbeiten.

5. API-Version: Belasse diese auf dem Standardwert V1, die einzige unterstützte Version. (Dies ist die OpenAI API-Version der Verbindung und steht in keiner Beziehung zur Prompt V2-Aktivität, die später in dieser Anleitung verwendet wird.)

6. Klicke auf Test, um die Verbindung zu überprüfen, und klicke dann auf Änderungen speichern.

Teil 2: Konfiguriere die Prompt V2-Aktivität

Die Prompt V2-Aktivität ist ein Ziel: Sie verarbeitet Daten, die aus einer Transformation zugeordnet sind, und übermittelt diese an OpenAI mit der OpenAI Responses API.

1. Erweitere in der Designkomponentenpalette den OpenAI-Endpunkt, den du erstellt hast. Ziehe den Aktivitätstyp Prompt V2 auf die Designfläche, um eine Aktivitätsinstanz zu erstellen.

2. Doppelklicke auf die Aktivität, um die Konfiguration zu öffnen.

Schritt 1: Gib einen Namen ein und lege Einstellungen fest

1. Name: Gib einen Namen für die Aktivität ein, z. B. Summarize Record.

2. Chat ID: Lasse dies leer für einen einmaligen Prompt wie in dieser Anleitung; eine chatId wird automatisch generiert. Um ein bestehendes Gespräch fortzusetzen oder Tools aufzurufen, die von einer vorherigen Register Tools V2- oder Register MCP Server Tools-Aktivität registriert wurden, gib stattdessen die chatId dieser Aktivität hier ein.

3. Prompt-Text: Gib den Basispromptext ein. Dieses Feld akzeptiert eine statische Zeichenkette oder einen Variablenverweis. Wenn der Prompt dynamisch Quelldatenfelder einbeziehen muss (z. B. eine Datensatz-ID oder einen Feldwert), lasse dieses Feld als allgemeine Anweisung und überschreibe es mit dem vollständig konstruierten Prompt in der Transformation (siehe Teil 3).

   Beispiel für einen statischen Prompt:

   Summarize the following support case in one sentence:
   

4. Modell: Wählen Sie das zu verwendende OpenAI-Modell aus. Die Standardeinstellung ist gpt-4. Eine vollständige Liste der unterstützten Modelle finden Sie unter OpenAI-Connector.

5. Optionale Einstellungen: Klicken Sie zum Erweitern:

   • Rolle: Wählen Sie Benutzer für eine standardmäßige Benutzereingabeaufforderung aus. Verwenden Sie System, um das Verhalten des Assistenten festzulegen, oder Assistent, um Beispielantworten bereitzustellen.
   • Temperatur: Steuert die Zufälligkeit der Antwort. Werte näher bei 0 erzeugen eine deterministischere Ausgabe; Werte näher bei 2 erzeugen eine vielfältigere Ausgabe.
   • Max Token: Begrenzt die Länge der Antwort. Legen Sie diesen Wert fest, um unerwartet lange Vervollständigungen zu vermeiden.

6. Klicken Sie auf Weiter.

Schritt 2: Datenschemata überprüfen

Die Request- und Response-Schemata werden angezeigt. Gemäß OpenAI Responses API enthält das Request-Schema input, model, max_tokens, temperature und top_p. Das Response-Schema enthält ein output-Array von Elementen; ein message-Element hat ein content-Array, das jeweils einen type (output_text für generierte Inhalte) und den generierten text sowie ein eigenes error-Feld pro Element für Elemente wie Toolaufrufe enthält.

Klicken Sie auf Fertig, um die Aktivitätskonfiguration zu speichern.

Teil 3: Quelldaten in einer Transformation der Eingabeaufforderung zuordnen

In der Transformation, die der Prompt V2-Aktivität vorausgeht, ordnen Sie die Quellfelder dem Request-Schema der Prompt V2-Aktivität zu.

Das wichtigste Feld zum Zuordnen ist input. Verwenden Sie einen Skriptknoten, um die vollständige Eingabeaufforderungszeichenfolge zu erstellen, indem Sie die statische Anweisung mit Feldwerten aus der Quelle kombinieren:

<trans>
"Summarize the following support case in one sentence:\n\n" +
"Subject: " + Source.Subject + "\n" +
"Description: " + Source.Description
</trans>

Dabei sind Source.Subject und Source.Description Felder aus dem Response-Schema der Quellaktivität (z. B. Felder, die von einer Salesforce-Aktivität vom Typ Abfrage zurückgegeben werden).

Ordnen Sie das Feld model einer Literalzeichenfolge oder einer Projektvariablen zu, um das in der Aktivitätskonfiguration festgelegte Modell zu überschreiben:

<trans>
$openai_model
</trans>

Teil 4: KI-Antwort abrufen

Das Response-Schema der Prompt V2-Aktivität ist in jeder Transformation innerhalb desselben Vorgangs oder in einem nachgelagerten Vorgang verfügbar.

Nachgelagerten Vorgang verketten

Konfigurieren Sie die Aktion Bei Erfolg des Prompt V2-Vorgangs, um einen zweiten Vorgang auszuführen, der die KI-Antwort verarbeitet:

1. Öffnen Sie die Einstellungen des Prompt V2-Vorgangs.

2. Legen Sie auf der Registerkarte Aktionen die Aktion Bei Erfolg auf Vorgang ausführen fest und wählen Sie den nachgelagerten Vorgang aus.

Weitere Informationen zur Verkettung von Vorgängen finden Sie unter Fehlerbehandlung in Vorgängen konfigurieren.

Generierten Text lesen

In der Transformation des nachgelagerten Vorgangs stellt das Response-Schema der Prompt V2-Aktivität den KI-generierten Text bereit, der unter output verschachtelt ist. Gemäß OpenAI Responses API ordnen Sie das Zielfeld dem Text des ersten Ausgabeelements zu:

<trans>
Source.output[0].content[0].text
</trans>

Ordnen Sie dieses Feld beispielsweise einem Slack-Meldungsfeld text zu, um die KI-Zusammenfassung in einem Kanal zu veröffentlichen (siehe Slack-Benachrichtigung aus einem Studio-Vorgang versenden), oder ordnen Sie es einem Datenbankfeld zu, um das Ergebnis zu speichern.

Fehler prüfen

Jedes Element im output-Array hat ein eigenes error-Feld, das gefüllt wird, wenn dieses spezifische Element fehlschlägt (beispielsweise bei einem fehlgeschlagenen Tool-Aufruf). Fügen Sie der Transformation einen Script-Knoten hinzu, der output[0].error prüft und RaiseError aufruft, wenn das Feld gefüllt ist:

<trans>
if(Length(Source.output[0].error) > 0,
  RaiseError(Source.output[0].error)
);
</trans>

Integration überprüfen

1. Stellen Sie die Prompt V2-Operation bereit und führen Sie sie manuell aus.

2. In den Vorgangslogs bestätigen Sie, dass die Prompt V2-Aktivität erfolgreich abgeschlossen wurde und dass die nachgelagerte Operation ausgelöst wurde.

3. Überprüfen Sie das Log der nachgelagerten Operation, um zu bestätigen, dass output[0].content[0].text eine gültige KI-generierte Antwort enthält.

4. Sollte die Prompt V2-Aktivität mit einem Authentifizierungsfehler fehlschlagen, überprüfen Sie den API-Schlüssel in der OpenAI-Verbindung und bestätigen Sie, dass dieser nicht in Ihrem OpenAI-Konto widerrufen wurde.

Für fortgeschrittenere KI-Muster, die auf dieser Grundlage aufbauen, siehe Dokumente mit KI verarbeiten, LLM-Antworten mithilfe von Function Calling zu Studio-Vorgängen weiterleiten und Multi-Turn-LLM-Chat mit Gesprächsverlauf erstellen.