Last chance! 50% off DataCamp Premium
Sale ends in
Tutti vogliamo un'app di chat che ci offra più controllo, opzioni aggiuntive e la possibilità di condividere conversazioni in modo privato. Se cerchi un'interfaccia migliore di ChatGPT, allora NextChat, precedentemente noto come ChatGPT Next Web, è la scelta perfetta.
Qui esploreremo ChatGPT Next Web, vedremo come usare sia l'app web che quella desktop e scopriremo come distribuirla sul server Vercel con un solo clic.
Questo tutorial è pensato per tutti i livelli ed è facile da seguire. Quindi, tuffiamoci insieme nel mondo entusiasmante di ChatGPT Next Web!
ChatGPT Next Web, oggi noto come NextChat, è un'applicazione open source versatile che usa le API di OpenAI e Google AI per accedere a GPT-4, GPT-3.5 e Gemini-Pro. Offre la multimodalità già pronta all'uso.
Lo strumento è come ChatGPT ma con più possibilità di personalizzazione, un'interfaccia intuitiva e flessibilità per varie applicazioni come chatbot, sintesi, generazione di contenuti, ricerca, generazione di codice e apprendimento con contesto.

ChatGPT Next Web su GitHub
Gli utenti possono fornire il contesto alla chat e modificare vari iperparametri del modello per personalizzare la risposta.
È disponibile su desktop, come app web, e puoi persino distribuire gratuitamente la tua istanza dell'applicazione web usando la piattaforma Vercel.
Puoi imparare a usare efficacemente lo stesso ChatGPT con il corso di DataCamp Introduction to ChatGPT. Scopri le best practice per scrivere prompt ed esplora i casi d'uso più comuni in ambito business per questo potente strumento di AI.
ChatGPT Next Web offre una gamma di potenti funzionalità per gli utenti.
In questa sezione impareremo a usare l'applicazione ufficiale di ChatGPT Next Web, creare una chiave API di Gemini, configurare l'app ed eseguire un po' di generazione di codice.
ChatGPT Next Web è ora NextChat perché è diventato più di una semplice applicazione web.
Possiamo accedere all'app web configurando un'API. Quando proviamo a scrivere un prompt e premiamo invio, ci chiederà di impostare una chiave API per accedere ai modelli di OpenAI o Google.

Se non vedi la pagina di autenticazione, vai alla pagina di autorizzazione e fornisci una chiave API di Google AI.
Per ottenere la chiave API, dobbiamo creare un account Google e andare su Google AI Studio. Poi clicca sul pulsante "Get API Key" nel pannello a sinistra. Copia la chiave API e incollala nella terza casella di input.
Se vuoi accedere al modello Gemini tramite Python, segui il tutorial Introducing Google Gemini API. È una guida semplice per accedere a modelli all'avanguardia.

Dopodiché, clicca sul pulsante del robot (🤖) sopra la barra di testo per aprire l'elenco dei modelli disponibili. Seleziona "gemini-pro" e inizia a scrivere i prompt.

Abbiamo chiesto a Gemini di generare il codice Python per il gioco del serpente. Come si vede dall'immagine qui sotto, ha fatto un ottimo lavoro.

Possiamo anche scaricare l'applicazione su Windows, Linux e MacOS. Nel nostro caso, scaricheremo il file '.exe' di NextChat per il sistema operativo Windows.

Segui i semplici passaggi per installare l'applicazione sul sistema operativo Windows. Una volta installata, l'app dovrebbe avviarsi automaticamente.
Invece di una pagina di autenticazione, ti chiede di andare nella pagina delle impostazioni e aggiungere una chiave API valida.

Vai alla pagina Impostazioni, scorri in basso e cambia l'opzione "Model Provider" in Google. Incolla la tua chiave API di Google.

Possiamo anche modificare le impostazioni del modello per ottenere risposte migliori, ma per ora le lasceremo predefinite, come nell'immagine seguente.

Seleziona il modello "gemini-pro" e inizia a fare domande. Come vedi, è veloce e piuttosto intuitivo.

Possiamo anche caricare un'immagine e fare domande a Gemini a riguardo o usarla come contesto. Per farlo, cambia il modello in "gemini-pro-vision".

Carica l'immagine e scrivi la domanda.

Perfetto. Il modello ha compreso il testo nell'immagine e ha fornito una spiegazione dettagliata del codice Golang.

Se vai alla repository GitHub di ChatGPT-Next-Web, scoprirai che puoi anche distribuire la tua applicazione web privata su Vercel, Zeabur e Gitpod.
Nel nostro caso, distribuiremo l'app web sulla piattaforma Vercel cliccando sul pulsante "Deploy", come mostrato sotto.

Verrai reindirizzato a una nuova scheda, dove dovrai accedere al tuo account GitHub. Perché? Perché si tratta di un'istanza privata, quindi eventuali modifiche all'applicazione o alle variabili d'ambiente resteranno al sicuro dalla tua parte.

Poi seleziona l'account GitHub e scrivi il nome del repository. Assicurati di creare un repository Git privato.

Aggiungi le chiavi API.
Per ora forniremo solo le chiavi API di Google Gemini e riempiremo il resto degli input con testo casuale. Non è un problema. Puoi sempre cambiare la tua chiave API andando nelle impostazioni.

Dopo 5 minuti, l'applicazione sarà distribuita su https://chat-gpt-next-web-two-green-22.vercel.app/. Vai su Settings, inserisci la tua chiave API di Google e inizia a usarla.

Abbiamo chiesto a NextChat di scrivere un codice API in GoLang per l'inferenza di machine learning, e ha fatto un ottimo lavoro.

In questa sezione proveremo alcune funzioni chiave che miglioreranno la tua esperienza di prompting.
Possiamo caricare modelli personalizzati da Microsoft Azure, Google e OpenAI. Questi modelli sono sottoposti a fine-tuning sul dataset personalizzato che hai fornito.
Impara a fare fine-tuning del tuo modello usando la Python OpenAI API seguendo la guida passo passo Fine-Tuning OpenAI's GPT-4.
Per aggiungere il modello personalizzato, vai alla pagina Impostazioni, scorri fino alla sezione "Model Provider" e prova a scrivere tutti i nomi dei modelli personalizzati separati da una virgola.

Dopodiché, avvia una nuova chat e seleziona il modello personalizzato cliccando sul pulsante del robot (🤖).

In questo modo possiamo provare facilmente il nostro modello sottoposto a fine-tuning e testarlo con vari prompt.
NextChat offre accesso alla repo Awesome Prompts. In breve, puoi accedere a modelli di prompt di alta qualità direttamente nella tua casella di testo digitando "/" e poi cercando la parola chiave del prompt.
Nel nostro caso, stiamo cercando prompt su Python.

Una volta trovato un prompt adatto, modificalo in base alle tue esigenze e premi invio. Come possiamo vedere, il nostro chatbot si sta comportando come un interprete Python.

Possiamo anche aggiungere i nostri modelli di prompt preferiti all'elenco dei prompt cliccando sul pulsante Modifica nella sezione "Prompt List" delle Impostazioni.

Proprio come i GPT di ChatGPT, NextChat offre una funzionalità simile chiamata "Mask". La Mask non è solo un modello di prompt; include impostazioni del modello, impostazioni di contesto e ogni tipo di opzione per migliorare l'output del modello.
Possiamo creare la nostra Mask o accedere a centinaia di mask condivise dalla community cliccando sul pulsante "Mask" nel pannello di sinistra.

La maggior parte delle mask è disponibile in cinese. Per accedere alle Mask solo in inglese, clicca su "Find More" e poi cambia la lingua in "English".

Se clicchiamo sul pulsante "View", possiamo vedere e scaricare tutte le impostazioni, i prompt di sistema e il contesto della Mask.

Carichiamo la Mask di GitHub Copilot e proviamo a chiederle di generare del codice per un classificatore di immagini. Per questo, dobbiamo fornire la chiave API di OpenAI andando nella pagina Impostazioni.

Impara ad accedere ai large language model usando la OpenAI Python API seguendo l'articolo di DataCamp, A Beginner's Guide to Using the ChatGPT API.
ChatGPT Next Web (NextChat) offre una soluzione conveniente per chi vuole risparmiare. Invece di pagare un abbonamento mensile a ChatGPT Pro, puoi pagare l'API a consumo. Significa che verrai addebitato in base all'uso, che in media costa circa 2 $ al mese se lo usi saltuariamente.
Inoltre, ChatGPT Next Web offre maggiore personalizzazione e flessibilità, permettendoti di accedere al tuo modello sottoposto a fine-tuning dall'applicazione desktop.
Spero che questo tutorial ti abbia fornito una comprensione completa di ChatGPT NextChat e delle sue capacità. Seguendo le istruzioni passo passo ed esplorando le varie funzionalità e opzioni di personalizzazione, ora puoi creare un chatbot perfettamente adatto alle tue esigenze.
Nuovo all'AI? Scopri come funzionano gli LLM con il percorso di competenze AI Fundamentals e costruisci una solida base per avere successo nel panorama guidato dall'AI.
In quanto data scientist certificato, sono appassionato di sfruttare tecnologie all’avanguardia per creare applicazioni di machine learning innovative. Con una solida esperienza in riconoscimento vocale, analisi e reportistica dei dati, MLOps, AI conversazionale e NLP, ho affinato le mie competenze nello sviluppo di sistemi intelligenti in grado di avere un impatto concreto. Oltre alla mia expertise tecnica, sono anche un comunicatore efficace, con il talento di rendere chiari e sintetici concetti complessi. Di conseguenza, sono diventato un blogger molto seguito in ambito data science, condividendo idee ed esperienze con una community in crescita di professionisti dei dati. Attualmente mi concentro sulla creazione e sull’editing di contenuti, lavorando con large language model per sviluppare contenuti potenti e coinvolgenti che possano aiutare aziende e singoli a valorizzare al meglio i propri dati.
Inizia oggi il tuo percorso nell'AI!
Corso
Corso
Programma

blog
Abid Ali Awan
15 min

blog
Abid Ali Awan
10 min
blog
Tim Lu
12 min