Je huis ‘slimmer’ maken is op zich niet zo moeilijk. Koop een slimme thermostaat en slimme verlichting en je kunt je verwarming en lampen met je smartphone bedienen. Maar of je dan een slim huis hebt? Doorgaans heb je dan voor ieder slim apparaat een eigen app en is het niet altijd mogelijk om apparaten op een handige manier te koppelen. Dat moet toch slimmer kunnen?

Zoals de meeste consumenten, begon ik mijn ‘slimme huis’ met een Nest-thermostaat en Philips Hue-verlichting. Via IFTTT en een koppeling vanuit de fabrikanten konden deze producten wel enigszins met elkaar communiceren, maar van één systeem was zeker geen sprake. Dus of het geheel nu echt slim is?

Slimme verlichting?

De verlichting in mijn woonkamer bestaat naast plafondlampen ook uit lampen die zijn aangesloten op stopcontacten. Dankzij Philips Hue kan ik alle lampen in één keer via een app in- en uitschakelen. Ook maakt Hue het instellen van scènes mogelijk. Handig, want ik heb bepaalde lampen die reflecteren in de televisie en die schakel ik zo in één keer uit als ik televisiekijk. Ik kwam er al wel snel achter dat het niet altijd handig is om steeds je smartphone te moeten pakken. De oplossing bleek een afstandsbediening, maar die was er nog niet voor Hue toen ik hiernaar op zoek ging. Philips had wel al eerder draadloos bedienbare LivingWhites-spaarlampen op de markt gebracht en de bijbehorende afstandsbediening bleek compatibel te zijn met Hue-lampen. Tegenwoordig kun je wel een echte Hue-afstandsbediening kopen in de vorm van de Hue Dimmer. Hoe handig Hue ook is, uiteindelijk moest ik nog steeds handmatig de verlichting in een andere stand zetten als ik televisie ging kijken … Dus mijn verlichting was iets slimmer, maar niet echt slim.

©PXimport

Controller

Wat ik nodig had, was een systeem dat al mijn apparatuur zo aan elkaar knoopt dat ik het op één centraal punt kan programmeren. Om dit mogelijk te maken zijn er kant-en-klare oplossingen te koop zoals Homey, HomeWizard, Zipato ZipaBox, Fibaro en VeraEdge. Vaak bevatten deze kant-en-klare controllers naast een (web)interface en apps ook ingebouwde radio’s voor bijvoorbeeld Z-Wave-, ZigBee- en 433MHz-producten als KlikAanKlikUit. Door die ingebouwde radio’s zijn ze relatief duur, zonde als je die draadloze radio’s niet per se nodig hebt. Philips Hue heeft ook een eigen Bridge die de draadloze communicatie met de lampen verzorgt. Een goedkopere optie is om zelf een controller te maken op basis van bijvoorbeeld een Raspberry Pi.

©PXimport

Welke domoticasoftware?

Ik koos ervoor aan de slag te gaan met die goedkope optie: de Raspberry Pi 2. Met alleen de Raspberry Pi ben je er natuurlijk niet. De belangrijkste keuze is het softwarepakket dat je gaat gebruiken. Je kunt kiezen voor onder andere Domoticz, Home Assistant of OpenHAB. Aanvankelijk wilde ik de ultieme interface bouwen die de bediening van mijn slimme apparatuur aan elkaar zou knopen.

Na wat experimenteren besloot ik dat Home Assistant de beste interface bood. Dit pakket is namelijk erg flexibel qua indeling en ziet er in vergelijking met bijvoorbeeld Domoticz lekker modern uit. Het nadeel van Home Assistant ten opzichte van Domoticz is dat het systeem geprogrammeerd wordt in scrips die je moet uploaden naar de Pi; via de webinterface kun je geen veranderingen of instellingen doorvoeren. Maar ik was met Home Assistant in m’n thuisnetwerk niet tevreden. Het eerdere nadeel van de app bleef bestaan: ik vond het nog steeds onhandig om de verlichting met een smartphone in te schakelen. Ik bleek dus eigenlijk helemaal geen behoefte te hebben aan een mooie interface, en besloot daarom Domoticz een tweede kans te geven. Domoticz kun je geheel instellen via de webinterface en naast scripts kun je ook visueel programmeren in Blockly. Hierdoor kun je snel nieuwe ideeën uitproberen.

©PXimport

Niet als ‘app’

Slimmere verlichting

Uiteindelijk bleek het helemaal niet zo moeilijk om het systeem te laten achterhalen of de televisie aan staat. Zoals vrijwel alle moderne televisies is mijn televisie een smart-tv. Op het moment dat de televisie wordt ingeschakeld, krijgt deze een ip-adres dat ik via de router heb gereserveerd. In Domoticz draait een script dat één keer per minuut dit ip-adres pingt. Het mooie van Domoticz is dat het systeem door veel mensen wordt gebruikt; het benodigde ‘pingscript’ was al door iemand geschreven. Wordt de televisie gedetecteerd, dan wordt binnen Domoticz een virtuele schakelaar aangezet. Vervolgens had ik via Blockly al snel een script in elkaar gezet dat de verlichting juist schakelde op het moment dat de televisie was ingeschakeld. De gewenste lampen gingen aan en de andere lampen uit. Probleem opgelost, toch? Al snel bleek dat ik over één ding niet goed had nagedacht: het bleek ook overdag onmogelijk om nu televisie te kijken zonder dat de (juiste) lampen aangingen. Door in het script op te nemen dat de verlichting alleen van stand veranderd moet worden als een bepaalde lamp al is ingeschakeld, is dat ook opgelost. Een tweede script doet precies het omgekeerde en schakelt de verlichting weer in als de televisie uit staat.

©PXimport

Automatische verlichting

De automatische televisieverlichting smaakte naar meer en het leek me leuk om nooit meer een afstandsbediening, wandschakelaar of app nodig te hebben om de verlichting in te schakelen. De verlichting moet vanzelf inschakelen op het moment dat ik aanwezig ben en weer uitgaan als ik er niet ben. Een bewegingssensor in de betreffende ruimte leek me de beste oplossing. Philips verkoopt zelf bewegingssensoren voor het Hue-systeem, maar het leek me handiger om een bewegingssensor te hebben die direct met Domoticz communiceert. Zo kan de aanwezigheidsdetectie eventueel ook voor andere dingen gebruikt worden. Er zijn diverse manieren om een bewegingssensor te koppelen. Zo kun je KlikAanKlikUit- of ZWave-sensoren koppelen, mits je de Raspberry Pi van de juiste radio’s voorziet. Omdat ik niet wist of een bewegingssensor écht handig is, heb ik vooralsnog gekozen voor een veel goedkopere oplossing. Ik heb een voor Arduino bedoelde bewegingssensor van zo’n twee euro gekoppeld aan een NodeMCU: een op Arduino lijkende microcontroller van zo’n vier euro met wifi. Door op de NodeMCU de gratis firmware ESP Easy te zetten, koppel je sensoren eenvoudig met Domoticz.

Dankzij een Blockly-script wordt er bij beweging een virtuele schakelaar geactiveerd die een x-aantal minuten aan blijft staan. Is er geen beweging meer, dan gaat de verlichting dus na een x-aantal minuten uit. Bij iedere nieuwe beweging wordt de schakelaar als het ware gereset en is de verlichting dus de volledige x-aantal minuten weer actief. Het is niet de bedoeling dat de verlichting overdag vanzelf inschakelt, vandaar dat in het script de status van een virtuele schakelaar is opgenomen die is gekoppeld aan de zonsonder- en opgang is gekoppeld. Blockly bevat overigens ook blokken waarin je bijvoorbeeld de zonsondergang kunt opnemen, maar dat bleek om onbekende redenen niet te werken. De virtuele schakelaar is dus een soort omweg.

©PXimport

Onverwachte problemen

Toen ik de verlichting handmatig uitschakelde met de Hue-wandschakelaar liep ik wel tegen een probleem aan. Want de verlichting spring vrijwel direct weer aan. Logisch: er was immers beweging gedetecteerd. Omdat de Hue-schakelaars niet direct met Domoticz communiceren, moest ik een omweg verzinnen om Domoticz te laten weten dat de wandschakelaar gebruikt werd. Uiteindelijk heb ik dit probleem opgelost met een extra virtuele schakelaar die wanneer de verlichting aanstaat ook door de bewegingssensor wordt getriggerd. Na iedere beweging blijft deze schakelaar vijf minuten aan staan. Zolang deze virtuele schakelaar aan staat, kan de verlichting niet nogmaals ingeschakeld worden. Oftewel als ik de verlichting nu dus handmatig uitzet, dan staat de virtuele schakelaar nog aan, waardoor de lamp niet direct weer aan springt. Dat zou betekenen dat de verlichting vijf minuten lang niet ingeschakeld kan worden. Een script houdt daarom de status van de lampen in de gaten en wanneer de verlichting is uitgeschakeld terwijl de virtuele schakelaar nog aan staat, wordt na tien seconden de virtuele schakelaar gereset. Die extra tien seconden zijn nodig doordat de Hue Bridge de uitgeschakelde status van de lampen niet altijd direct aan Domoticz doorgeeft. Zou ik lichtknopjes hebben die direct met Domoticz communiceren, bijvoorbeeld via Z-Wave of KlikAanKlikUit, dan was de oplossing simpeler én sneller geweest. Scripts die de bewegingssensor tijdelijk bevriezen hadden dan immers direct met de wandschakelaar geactiveerd kunnen worden. Natuurlijk: na een tijdje zonder beweging gaat het licht vanzelf uit en ik had er dus voor kunnen kiezen om dit hele probleem te negeren. Maar ik vind het wel prettig dat ook de traditionele bediening blijft werken.

©PXimport

Relatieproblemen

©PXimport

Conclusie

Slimme apparatuur wordt wat mij betreft pas echt leuk als ‘je huis’ je helpt. Zo blijft het voor mij magie dat na het aanzetten van de televisie bepaalde lampen automatisch uitschakelen. Wanneer je je domoticasysteem stapje voor stapje opbouwt, maak je vast keuzes die achteraf niet handig zijn: zo had ik beter voor lichtknopjes kunnen kiezen die direct met Domoticz communiceren. Je bent ook nooit klaar. Nu de bewegingssensor blijkt te werken, is het tijd voor een esthetisch fraaiere oplossing, het liefst ook draadloos via bijvoorbeeld Z-Wave. Ik heb mijn oog laten vallen op de Chinese Xiaomi Smart Home Kit, waarvan het basisstation gekoppeld kan worden met Domoticz en waarvoor relatief goedkope draadloze bewegingssensoren beschikbaar zijn. Als de verlichting voor elkaar is, is het integreren van Sonos de volgende stap. Het lijkt me bijvoorbeeld handig dat wanneer de televisie wordt aangezet, de muziek gepauzeerd wordt. En dan is er nog altijd iets te doen met de thermostaat en data van de slimme meter die ook op Domoticz zijn aangesloten. Het zal dus nog wel even duren voordat mijn huis echt slim is.

Waarom start een computer met een SSD binnen enkele seconden op, terwijl een oude harde schijf blijft ratelen? Het vervangen van een HDD door een SSD is de beste upgrade voor een trage laptop of pc. We leggen in dit artikel uit waar die enorme snelheidswinst vandaan komt en wat het fundamentele verschil is tussen deze twee opslagtechnieken.

Iedereen die zijn computer of laptop een tweede leven wil geven, krijgt vaak hetzelfde advies: vervang de oude harde schijf door een SSD. De snelheidswinst is direct merkbaar bij het opstarten en het openen van programma's. Maar waar komt dat enorme verschil in prestaties vandaan? Het antwoord ligt in de fundamentele technologie die schuilgaat onder de behuizing van deze opslagmedia.

De vertraging van mechanische onderdelen

Om te begrijpen waarom een Solid State Drive (SSD) zo snel is, moeten we eerst kijken naar de beperkingen van de traditionele harde schijf (HDD). Een HDD werkt met magnetische roterende platen. Dat kun je vergelijken met een geavanceerde platenspeler. Wanneer je een bestand opent, moet een fysieke lees- en schrijfkop zich naar de juiste plek op de draaiende schijf verplaatsen om de data op te halen. Dat fysieke proces kost tijd, wat we latentie noemen. Hoe meer de data op de schijf verspreid staat, hoe vaker de kop heen en weer moet bewegen en wachten tot de juiste sector onder de naald doordraait. Dit mechanische aspect is de grootste vertragende factor in traditionele opslag.

©Claudio Divizia

Flashgeheugen en directe gegevensoverdracht

Een SSD rekent definitief af met deze wachttijden omdat er geen bewegende onderdelen in de behuizing zitten. De naam 'Solid State' verwijst hier ook naar; het is een vast medium zonder rammelende componenten. In plaats van magnetische platen gebruikt een SSD zogenoemd NAND-flashgeheugen. Dat is vergelijkbaar met de technologie in een usb-stick, maar dan veel sneller en betrouwbaarder. Omdat de data op microchips wordt opgeslagen, is de toegang tot bestanden volledig elektronisch. Er hoeft geen schijf op toeren te komen en er hoeft geen arm te bewegen. De controller van de SSD stuurt simpelweg een elektrisch signaal naar het juiste adres op de chip en de data is direct beschikbaar.

Toegangstijd en willekeurige leesacties

Hoewel de maximale doorvoersnelheid van grote bestanden bij een SSD indrukwekkend is, zit de echte winst voor de consument in de toegangstijd. Een besturingssysteem zoals Windows of macOS is constant bezig met het lezen en schrijven van duizenden kleine systeembestandjes. Een harde schijf heeft daar enorm veel moeite mee, omdat de leeskop als een bezetene heen en weer moet schieten. Een SSD kan deze willekeurige lees- en schrijfopdrachten (random read/write) nagenoeg gelijktijdig verwerken met een verwaarloosbare vertraging. Dat is de reden waarom een pc met een SSD binnen enkele seconden opstart, terwijl een computer met een HDD daar soms minuten over doet.

©KanyaphatStudio

Van SATA naar NVMe-snelheden

Tot slot speelt de aansluiting een rol in de snelheidsontwikkeling. De eerste generaties SSD's gebruikten nog de SATA-aansluiting, die oorspronkelijk was ontworpen voor harde schijven. Hoewel dat al een flinke verbetering was, liepen snelle SSD's tegen de grens van deze aansluiting aan. Moderne computers maken daarom gebruik van het NVMe-protocol via een M.2-aansluiting. Deze technologie communiceert rechtstreeks via de snelle PCIe-banen van het moederbord, waardoor de vertragende tussenstappen van de oude SATA-standaard worden overgeslagen. Hierdoor zijn snelheden mogelijk die vele malen hoger liggen dan bij de traditionele harde schijf.

Misschien heb je wel eens een vraag gesteld aan een AI-chatbot als ChatGPT, Microsoft Copilot of Perplexity. Maar hoe ontwerp je zelf nu zo'n chatbot? Met de juiste tools is daar zelfs weinig tot geen programmeerwerk voor vereist. We bekijken twee uiteenlopende oplossingen.

Een AI-chatbot is een digitale gesprekspartner die wordt aangedreven door kunstmatige intelligentie. Meestal is de intelligentie gebaseerd op een taalmodel dat is getraind om mensachtige gesprekken te voeren. In tegenstelling tot traditionele op regels gebaseerde chatbots, die alleen vooraf ingestelde antwoorden geven, kan een AI-chatbot vrije tekst begrijpen en ‘natuurlijke’ reacties geven.

In dit artikel kijken we naar het bouwen van een eigen chatbot die je op je desktop of mobiel kunt gebruiken en zelfs op een eigen website kunt plaatsen. We bespreken twee manieren. De eenvoudigste is een no-code chatbotplatform dat het AI-gedeelte achter de schermen afhandelt en je via een gebruiksvriendelijke interface laat bepalen hoe de gespreksflow verloopt. Typische voorbeelden zijn Chatfuel en Chatbot voor zakelijke toepassingen. Daarnaast zijn er de meer toegankelijke Poe en Coze, die we hier behandelen. Onze tweede oplossing is technischer, maar flexibeler. Daarbij gebruik je de Application Programming Interface (API) van een AI-taalmodel om de AI-functionaliteit in je eigen omgeving te integreren. Hiervoor werken we graag met de online omgeving Google Colab.

Poe

Laten we starten met een gebruiksvriendelijke optie: het no-code chatbotplatform Poe (www.poe.com). Je kunt hier ook de app voor desktop of mobiel downloaden en installeren, met vrijwel dezelfde interface en functies als in de browser. De eerste keer maak je een account aan of meld je je aan met je Google- of Apple-account. Via Bots and apps kun je met allerlei AI-chatbots praten, maar in dit geval willen we vooral een eigen chatbot maken. Concreet gaat het om het creëren van een eigen ‘persona’ binnen een gekozen AI-model. Zo’n persona kun je zien als het perspectief, de rol of identiteit die je een AI-bot meegeeft.

Klik hiervoor op Create +. Je krijgt nu verschillende opties, zoals Image generation bot, Video generation bot en Prompt bot. Wij kiezen dit laatste.

Creatie

Je hoeft nu eigenlijk alleen maar een onlineformulier in te vullen. We doorlopen kort de belangrijkste onderdelen. Naast het gekozen bottype moet je een naam verzinnen. Omdat deze deel uitmaakt van de url, kies je bij voorkeur een originele, korte naam in kleine letters. Voeg ook een beschrijving toe, die zichtbaar is voor gebruikers van je bot.

Bij Base bot selecteer je een geschikt AI-model, bijvoorbeeld Claude-Haiku-3, GPT-4o-mini, GPT-5 of Grok-4. Afhankelijk van het model gelden er soms beperkingen. Poe-abonnees krijgen doorgaans uitgebreidere toegang tot de duurdere modellen.

Bij Prompt beschrijf je nauwkeurig en uitgebreid hoe de bot moet reageren. De optie Optimize prompt for Previews kun je uitgeschakeld laten. Vul bij Greeting message een welkomstwoord in dat de bot bij elke start toont. Het onderdeel Advanced kun je eigenlijk ongemoeid laten, maar interessant is wel dat je bij Custom temperature het ‘creativiteitsgehalte’ van de bot kunt instellen: hoe hoger de waarde, hoe creatiever en onvoorspelbaarder.

Bij Access kies je de zichtbaarheid van je bot. Wellicht is Only people with the access link de handigste optie, waarna de url zichtbaar wordt en je deze kunt verspreiden. Klik bovenin op Edit picture en kies of ontwerp een passend pictogram. Is alles ingevuld, klik dan onderin op Publish. Je bot is nu klaar voor gebruik. Om je bot te bewerken, hoef je deze maar bij Bots and apps te selecteren en via het knopje met de drie puntjes op Edit te klikken. Ook de optie Delete is beschikbaar.

GPT's van OpenAI

Binnen de omgeving van OpenAI (https://chat.openai.com) kun je ook je eigen AI-chatbots maken, de zogeheten GPT’s. Hiervoor heb je wel een plusabonnement nodig (23 euro per maand). Je bent daarbij ook beperkt tot de GPT-modellen van OpenAI, maar je kunt je creaties wel delen via een link of in de GPT-store.

In het kort werkt dit als volgt. Meld je aan en klik links op GPT’s. Klik rechtsboven op + Maken. Via Configureren stel je alles handmatig in, maar via Maken kan het ook ‘al converserend’. Beschrijf kort wat je GPT moet doen en voor wie. Laat de tool een naam en profielfoto voorstellen en beantwoord de vragen om toon en werking af te stemmen. Test je GPT in de preview en ga daarna naar Configureren, waar je naam, beschrijving, instructies en gespreksopeningen ziet. Bij Kennis kun je bestanden uploaden zodat je GPT ook informatie uit je eigen documenten haalt. Via Nieuwe handeling maken koppel je eventueel acties aan externe API’s, gebruik alleen API’s die je vertrouwt. Bevestig met Maken en bepaal hoe je je GPT deelt: Alleen ik, Iedereen met de link of GPT-winkel (in een zelfgekozen categorie). Rond af met Opslaan. Je kunt de link (https://chatgpt.com/g/<code><naam>) daarna kopiëren en verspreiden. Via GPT’s / Mijn GPT’s kun je eerder gemaakte GPT’s bewerken of verwijderen.

Je kunt ook je ook eigen ‘chatbots’ (GPT’s) ontwerpen, gebruiken en met anderen delen.

Poe biedt ook geavanceerdere mogelijkheden als een Server bot-type (waarmee je ook andere API’s kunt aanroepen). Via Knowledge base kun je verder eigen informatiebronnen toevoegen waaruit de bot kan putten. Voor complexere bots gebruiken we toch liever het no-code platform Coze (www.coze.com) dat veel extra opties kent. Meld je aan met je Google-account, klik op + Create in de linkerkolom en daarna op + Create bij Create agent.

Coze

Coze gebruikt de term agent in plaats van bot om duidelijk te maken dat je er een digitale assistent mee kunt maken die niet alleen met een AI-model antwoorden geeft, maar ook geheugen of context kan gebruiken en meerdere kanalen kan bedienen, zoals een website of een Discord-server, maar zover gaan we hier niet.

Vul een passende naam voor je bot of agent in en schrijf een korte maar duidelijke omschrijving, bijvoorbeeld “Deze bot haalt allerlei informatie uit onze eigen documenten rond computerbeveiliging.” Laat Personal geselecteerd bij Workspace en klik linksonder op het knopje om een geschikt pictogram te uploaden of klik op het sterretje om er een te laten genereren. Klik daarna op Confirm.

Uitwerking

Je komt nu in je dashboard waar je de bot verder vorm kunt geven. Ontwerp de persona door in het linkerdeelvenster een uitvoerige omschrijving van de bot in te vullen. Optimaliseer deze omschrijving snel met het blauwe knopje Auto Optimize prompt rechtsboven. Na bevestiging met Auto-optimize werkt Coze meteen een geoptimaliseerde prompt uit voor de persona. Klik op Replace om deze te gebruiken. In het rechterdeelvenster kun je je bot direct testen. De antwoorden komen uit de kennisdatabank van het geselecteerde model (zoals GPT-4o).

Wil je dat de bot ook uit eigen bronnen put, dan moet je deze eerst uploaden. Dit doe je in het middelste deelvenster, bij

Knowledge, waar je uit Text, Table en Images kunt kiezen. Klik op het plusknopje bij bijvoorbeeld Text en daarna op Create knowledge. Selecteer Text format en geef een naam aan je informatiebundel. Je kunt data ophalen uit bronnen als Notion of Google Doc, maar wij kiezen voor Local documents om eigen bestanden te uploaden. Klik op Create and import en versleep de gewenste documenten naar het venster. Klik daarna op Next (3x) en wat later zijn je documenten verwerkt. Rond af met Confirm en met Add to Agent rechtsboven. Je vindt je informatiebundel nu terug bij Knowledge en de bot put voortaan (ook) uit deze gegevens.

Om je bot beschikbaar te maken, klik je rechtsboven op Publish en daarna op Confirm. Je kunt hem op diverse platformen publiceren, onder meer in de Coze Agent Store. Selecteer een passende categorie en bevestig met Publish.

Extra's

Daarnaast biedt Coze nog diverse andere nuttige opties, zoals talrijke plug-ins. Klik hiervoor op het plusknopje bij Plugins of gebruik het A-knopje om automatisch geschikte plug-ins te laden op basis van je persona-beschrijving. Deze kun je meteen inzetten, eventueel na optimale afstelling via het tandwielpictogram.

API-sleutels

No code-platformen als Poe en Coze zijn handig, maar wil je meer flexibiliteit en schrik je niet terug voor enige basiscodering, dan werk je beter met de API van een AI-model. Deze fungeert als tussenpersoon die je script en de AI-dienst laat communiceren via een set regels en commando’s. We gaan uit van de API van OpenAI (GPT) en maken eerst een sleutel aan om de API-interface te gebruiken. Ga naar https://platform.openai.com/api-keys, meld je aan met je account (zoals Google) en klik op +Create new secret key. Geef de sleutel een naam, bijvoorbeeld aibot, en klik op Create secret key. Klik daarna op Copy en bewaar de sleutel op een veilige plek. Rond af met Done: de sleutel is nu toegevoegd. Je kunt deze hier op elk moment ook weer intrekken.

Interactie

Een snelle manier om een script te maken dat deze API aanroept, is via het gratis Google Colab (https://colab.research.google.com), een online notitieboek voor Python. Meld je aan met je Google-account, klik op + Nieuw notebook of ga naar Bestand en kies Nieuw notebook in Drive, en geef het ipynb-bestand (Interactive PYthon NoteBook) een zinvolle naam. Het notebook wordt automatisch in je Google Drive bewaard en is bereikbaar via het pictogram met de oranje cirkels.

Klik nu op + Code voor je eerste codecel, waarmee je de OpenAI-bibliotheek installeert:

!pip install openai

Voer dit uit met het pijlknopje en klik vervolgens op + Code voor de tweede cel met de volgende code:

from openai import OpenAI

client = OpenAI(api_key="<je_API-sleutel>")

response = client.chat.completions.create(

    model="gpt-3.5-turbo",

    messages=[{"role": "user", "content": "Wat weet je over Haarlem( Nederlands)?"}]

)

print(response.choices[0].message.content)

Je laadt hierbij eerst de geïnstalleerde Python-bibliotheek en zet je geheime sleutel in de clientconfiguratie. Vervolgens stuur je een chataanvraag naar OpenAI en bewaar je het antwoord in de variabele ‘response’. Vervolgens haal je de tekst van het (eerste) antwoord op en druk je dit af in de uitvoer van de code-cel.

Eigen chatbot

 We gaan nu een stap verder en maken er een heuse chatbot van die via een while-lus een doorlopend gesprek kan voeren:

from openai import OpenAI

client = OpenAI(api_key="<je_API-sleutel>")

messages=[

    {"role":"system","content":"Je beantwoordt elke prompt leuk, maar correct, met een rijmschema zoals ABAB of ABBA"}]

while True:

  user_input=input("Jij:")

  if user_input.lower() in ["stop","exit","quit"]:

    break

  messages.append({"role":"user","content":user_input})

  response=client.chat.completions.create(

      model="gpt-4o",messages=messages)

  bot_reply=response.choices[0].message.content

  print("Bot:",bot_reply)

  messages.append({"role":"assistant","content":bot_reply})

Zolang de gebruiker geen stopwoord invoert, blijft de lus actief. De bot antwoordt in de stijl en taal die je zelf hebt vastgelegd in de systeemrol (zie coderegel 3). Met de methode-aanroep messages.append voeg je telkens een nieuw bericht van zowel de gebruiker (user) als de bot (assistant) toe aan de gespreksgeschiedenis.

Mocht je ergens een fout hebben gemaakt in je script, dan is de kans groot dat je via de knop Fout uitleggen nuttige feedback krijgt en met de knop Accepteren (en uitvoeren) de fout zelfs automatisch kunt laten verbeteren.

In het kader ‘Mooi gepresenteerd’ lichten we kort toe hoe je dit script bijvoorbeeld ook op een eigen webpagina kunt laten draaien.

Mooi gepresenteerd

Je Colab-script werkt, maar het oogt niet fraai en je wilt het natuurlijk mooi gepresenteerd met anderen delen. Dit doe je het makkelijkst met Gradio, een opensource-Python-bibliotheek waarmee je snel een webinterface rond je script bouwt. Installeer en importeer daarvoor eerst Gradio in je Colab-omgeving:

!pip install -q gradio

import gradio

Via www.kwikr.nl/colabcode vind je de code (als py-bestand) waarmee je rond het Colab-script met Gradio een eenvoudige webinterface genereert. Deze verschijnt in je Colab-omgeving, maar je krijgt ook een publieke url te zien waar je de interface rechtstreeks kunt openen (https://<code>.gradio.live).

Dankzij de volgende aanroep in de laatste coderegel kunnen bezoekers van deze webpagina je chatbot-script ook als PWA-app op hun pc bewaren en starten:

demo.launch(share=True,pwa=True)

Een alternatief is deze webpagina via een <iframe>-instructie in de html-code van je eigen site op te nemen:

<iframe src=https://<code>.gradio.live></iframe>

Gradio heeft een eenvoudige webinterface gecreëerd voor ons chatbotscript.