ChatGPT Code Interpreter: cos'è e come usarlo gratis

I plugin che OpenAI sta rilasciando per il suo chatbot ChatGPT si stanno rilevando una vera e propria “miniera d’oro”. Uno dei componenti aggiuntivi più promettenti si chiama ChatGPT Code Interpreter e consente di effettuare elaborazioni complesse a partire da codice Python ospitato in locale, sul dispositivo dell’utente.

Come spiega OpenAI, Code Interpreter poggia il suo funzionamento su un interprete Python in esecuzione all’interno di un ambiente sandboxed, protetto da firewall e in grado di beneficiare di spazio su disco. Rispetto all’approccio classico offerto da ChatGPT, con Code Interpreter sviluppatori, professionisti e utenti finali possono sfruttare la potenza e la versatilità dei modelli generativi per richiedere l’elaborazione automatica dei dati e svolgere operazioni in maniera completamente automatizzata.

Cos’è ChatGPT Code Interpreter e come funziona

Attraverso l’utilizzo di ChatGPT Code Interpreter, è possibile chiedere ai modelli generativi sviluppati e aggiornati da OpenAI, ad esempio, di eseguire analisi e visualizzazioni dei dati, estrapolare informazioni utili da un set di dati, creare grafici, convertire un file PDF contenente scansioni di pagine cartacee in un documento con testo selezionabile e ricercabile, tagliare un file audio o video e modificarne il formato, intervenire sulle immagini e molto altro ancora.

ChatGPT Code Interpreter supporta un ampio numero di formati di file tra cui TXT, PDF, DOC, DOCX, JPEG, PNG, MP4, AVI, CSV, JSON, XML, XLS, XLSX, CPP, PY, HTML, PDF, DB, SQLite. Inutile dire, quindi, che il sistema apre le porte a un ampio ventaglio di possibili elaborazioni su un vasto numero di set di dati (dataset).

OpenAI non ha menzionato alcuna limitazione per la dimensione dei file gestibili con Code Interpreter: a valle di alcuni test, è possibile affermare che il sistema riesce comunque ad elaborare anche fine di dimensioni superiori ai 180 MB.

Lato Python, invece, questa è la lista dei pacchetti che Code Interpreter può utilizzare e che quindi gli utenti sono liberi di adoperare nei loro progetti.

Di base, Code Interpreter può essere utilizzato solamente dagli utenti che hanno sottoscritto un piano di abbonamento ChatGPT Plus a 20 dollari al mese. Inoltre, viene richiesta l’abilitazione del modello GPT-4 dal pannello di amministrazione del proprio account.

Come usare ChatGPT Code Interpreter gratis con un account free

Uno sviluppatore indipendente ha trovato il modo di usare Code Interpreter gratis con un account OpenAI altrettanto gratuito. Di seguito vediamo come procedere in ambiente Windows ma le stesse operazioni possono essere anche su altre piattaforme.

È importante evidenziare che OpenAI offre 5 dollari di credito gratuito per tutti i nuovi account: è necessario utilizzare un numero di telefono mobile non legato ad altri account utente già registrati sulla piattaforma. Tale credito gratuito, tuttavia, non ha validità a tempo indeterminato e scade sempre dopo circa 3 mesi dalla registrazione dell’account.

Il codice che presentiamo di seguito funziona quindi solo per gli utenti in possesso di un account free OpenAI il cui credito non sia ancora scaduto. La sezione Usage mostra la data di scadenza del credito. Cliccando invece su Rate limits si ottiene anche la lista dei modelli generativi che possono essere utilizzati richiamandoli direttamente dal codice Python.

Installare Python e PIP in Windows

Requisito essenziale per usare Code Interpreter in Windows è l’installazione di Python e del sistema di gestione dei pacchetti PIP (PIP Installs Packages). PIP è utilizzato per installare e gestire librerie e moduli esterni che ampliano notevolmente le funzionalità del linguaggio Python. Semplifica notevolmente il processo di installazione e gestione delle dipendenze di un progetto Python.

Dopo aver effettuato il download di Python, si deve avviarne l’installazione avendo cura di spuntare entrambe le caselle in figura quindi cliccando su Customize installation.

Nella schermata seguente, si devono spuntare tutte le caselle presenti quindi premere ancora il pulsante Next per proseguire con l’installazione e la configurazione di Python e PIP.

All’interno della successiva schermata Advanced Options, si può lasciare tutto invariato quindi cliccare sul pulsante Install.

Al termine della procedura, si può digitare cmd nella casella di ricerca di Windows quindi scegliere Esegui come amministratore. I seguenti due comandi restituiscono il numero di versione di Python e PIP, a conferma che entrambi i componenti risultano correttamente installati:

python --version

pip --version

Al termine, potrebbe essere necessario aggiornare PIP usando il comando seguente:

python -m pip install --upgrade pip

Si può quindi procedere con l’installazione di Code Interpreter API:

pip install codeinterpreterapi

Usare Code Interpreter per creare un grafico raccogliendo informazioni dal Web

Alla base del funzionamento del codice proposto di seguito vi è l’utilizzo di Jupyter, un’applicazione web open source che permette di creare e condividere documenti contenenti codice interattivo, visualizzazioni, testi e media. È ampiamente utilizzato dai data scientist, per le attività di analisi dei dati, nel campo della ricerca scientifica e nel machine learning.

Il grande vantaggio di Code Interpreter è che a seconda del prompt dell’utente ovvero della richiesta avanzata da quest’ultimo utilizzando il linguaggio naturale (supportata anche la lingua italiana, come in ChatGPT), vengono utilizzati i moduli necessari a gestirla in modo adeguato.

Si prenda come esempio il seguente codice Python tratto da questa pagina GitHub:

import os
os.environ["OPENAI_API_KEY"] = "INCOLLARE_API_KEY_OPENAI"

os.environ["VERBOSE"] = "True"

from codeinterpreterapi import CodeInterpreterSession

async def main():
# create a session
session = CodeInterpreterSession(model="gpt-3.5-turbo")
await session.astart()

# generate a response based on user input
response = await session.generate_response(
"""Crea un grafico che rappresenta il valore
delle azioni Apple dal 2007 a giugno 2023."""
)

# output the response (text + image)
print("AI: ", response.content)
for file in response.files:
file.show_image()

# terminate the session
await session.astop()

if __name__ == "__main__":
import asyncio
# run the async function
asyncio.run(main())

Con questo semplice codice Python, da incollare in un editor di testo e salvare in locale in una cartella di propria scelta, si chiede a Code Interpreter di raccogliere il controvalore delle azioni Apple dal 2007 a “oggi” quindi di creare automaticamente un grafico che rappresenti l’andamento nel tempo.

Salvando il file con il nome di chart.py quindi digitando quanto segue al prompt dei comandi di Windows, si ottiene un grafico a partire dalla richiesta avanzata utilizzando testo puro:

python chart.py

Nel codice proposto in precedenza, al posto di INCOLLARE_API_KEY_OPENAI, è indispensabile inserire una propria API key OpenAI generata attraverso questa pagina. Il vantaggio del codice Python offerto a titolo esemplificativo, è che supporta anche l’uso del modello GPT-3.5.

Code Interpreter per elaborare i contenuti di un foglio elettronico

Un altro esempio di utilizzo potrebbe essere l’estrazione di dati importanti da un foglio di calcolo fornito in input insieme con il prompt. L’autore del progetto pubblicato su GitHub ha condiviso il codice seguente, che ripubblichiamo in forma leggermente rivista:

import os
os.environ["OPENAI_API_KEY"] = "INCOLLARE_API_KEY_OPENAI"
os.environ["VERBOSE"] = "True"

from codeinterpreterapi import CodeInterpreterSession, File

async def main():
# context manager for auto start/stop of the session
async with CodeInterpreterSession(model="gpt-3.5-turbo") as session:
# define the user request
user_request = """Analizza questo dataset e 
crea un grafico con i film più popolari."""
files = [
File.from_path("tmdb_5000_movies.csv"),
]

# generate the response
response = await session.generate_response(
user_request, files=files
)

# output to the user
print("AI: ", response.content)
for file in response.files:
file.show_image()

# terminate the session
await session.astop()

if __name__ == "__main__":
import asyncio
asyncio.run(main())

Nel nostro caso abbiamo provato a usare come input il file CSV TMDB 5000 Movie Dataset. Si tratta di un archivio che contiene tutte le informazioni sulle pellicole cinematografiche lanciate sul mercato nel corso degli anni.

Provate quindi a salvare il codice Python con il nome film.py quindi a memorizzare, nella stessa cartella, il file CSV dal nome tmdb_5000_movies.csv. In risposta alla richiesta testuale “Analizza questo dataset e crea un grafico con i film più popolari“, Code Interpreter genererà un grafico simile a quello che segue. Scusate se è poco.

Per fare “la magia”, basta digitare python film.py al prompt dei comandi di Windows.

Utilizzando lo stesso approccio, con un po’ di inventiva, è possibile elaborare qualunque genere di file estraendo informazioni potenzialmente molto utile per qualunque professione e attività lavorativa.