Dodawanie funkcji AI do aplikacji z m77.ai

Dodanie AI do aplikacji zwykle oznacza założenie konta u dostawcy modelu, przechowywanie klucza API na serwerze i napisanie endpointu backendowego, żeby klucz nigdy nie trafił do przeglądarki. W builder77 to już jest zrobione. Każda aplikacja ma m77.ai.chat, a wywołania są rozliczane z kredytów integracji właściciela aplikacji — 1 kredyt za 500 tokenów (wejście + wyjście, minimum 1 na wywołanie).

Podstawy

const reply = await m77.ai.chat('Suggest three names for a coffee shop by the sea');

const answer = await m77.ai.chat(
  [{ role: 'user', content: question }],
  { system: 'You are a friendly barista. Answer in two sentences.' }
);

Przekaż ciąg znaków dla jednorazowego promptu albo tablicę wiadomości dla rozmowy. Opcjonalna instrukcja system ustala ton i zasady.

Ustrukturyzowany wynik z json: true

Większość przydatnych funkcji AI nie potrzebuje prozy — potrzebuje danych, które Twój interfejs może wyświetlić. Ustaw json: true i opisz oczekiwany kształt. W odpowiedzi dostaniesz sparsowany obiekt.

const recipe = await m77.ai.chat(
  `Create a recipe using: ${ingredients.join(', ')}.
   Return JSON: { "title": string, "minutes": number, "steps": string[] }`,
  { json: true }
);
renderRecipe(recipe);

Pięć sprawdzonych wzorców

• Podsumowanie: zamień długie notatki, recenzje czy zgłoszenia do działu wsparcia w krótkie podsumowanie na górze strony.
• Klasyfikacja: oznaczaj przychodzące zgłoszenia z formularzy według tematu lub pilności, a potem zapisz etykietę przez m77.db.update.
• Generowanie szkiców: opisy produktów, posty do mediów społecznościowych, odpowiedzi na e-maile — zawsze do edycji przed zapisaniem.
• Ekstrakcja: wyciągaj daty, kwoty lub nazwiska z dowolnego tekstu do pól.
• Asystent: mały panel czatu, który odpowiada na pytania o treści na stronie.

Zapisuj wyniki, żeby nie płacić dwa razy

Wywołania są rozliczane według tokenów: 1 kredyt integracji za 500 tokenów (wejście + wyjście, minimum 1 na wywołanie), więc typowa odpowiedź kosztuje około 3–4 kredytów. Jeśli wynik rzadko się zmienia — podsumowanie dokumentu, tagi rekordu — zapisz go w bazie danych i generuj ponownie tylko wtedy, gdy zmieni się źródło.

if (!note.summary) {
  const summary = await m77.ai.chat(`Summarize in one sentence: ${note.body}`);
  await m77.db.update('notes', note.id, { summary });
}

Projektuj z myślą o czekaniu i błędach

Wywołania AI chwilę trwają, więc traktuj je jak każde zapytanie sieciowe: zablokuj przycisk, pokaż stan ładowania i obsłuż błędy przyjaznym komunikatem. m77.toast('Something went wrong', 'error') to prosty awaryjny wariant. Aplikacje budowane przez builder77 robią to domyślnie, ale warto to sprawdzić, gdy dodajesz funkcje ręcznie.

Pisz prompty jak specyfikacje

Te same rady, które dotyczą budowania aplikacji, dotyczą promptów wewnątrz nich. Bądź konkretny co do długości, tonu, formatu i tego, co zrobić, gdy danych wejściowych brakuje albo są dziwne.

Piszesz opisy produktów dla sklepu z ręcznie robioną ceramiką. Maksymalnie 40 słów. Ciepło, konkretnie, bez superlatywów. Jeśli w danych brakuje szczegółów, napisz krótki neutralny opis zamiast wymyślać fakty.

Korzystaj z wyników AI odpowiedzialnie

• Informuj użytkowników, gdy treść jest wygenerowana przez AI, zwłaszcza w interfejsach czatu.
• Pozwól ludziom przejrzeć i poprawić szkice AI, zanim zostaną opublikowane lub wysłane.
• Nie traktuj wyników AI jako ostatecznego słowa w sprawach zdrowia, prawa czy finansów.
• Unikaj wysyłania wrażliwych danych osobowych w promptach, chyba że to niezbędne.

Poproś builder77, żeby to zbudował

Rzadko musisz pisać cokolwiek z tego samodzielnie. Wypróbuj prompty takie jak „dodaj przycisk AI, który proponuje tagi dla każdej notatki i je zapisuje” albo „dodaj asystenta czatu, który odpowiada na pytania o menu”. Kreator zna m77.ai i sam podłączy interfejs, stany ładowania i zapis danych.