Einen verantwortungsvollen KI-Chatbot erstellen

import openai
import os

openai_client = openai.OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

SYSTEM_PROMPT = """Sie sind CloudDash Support, ein hilfreicher Assistent für
CloudDash — ein Cloud-Überwachungs-Dashboard. Beantworten Sie Fragen zu
Preisen, Funktionen, Einrichtung und Fehlersuche. Seien Sie präzise und genau.
Wenn Sie etwas nicht wissen, sagen Sie es."""


def chat(user_message: str, history: list[dict] = None) -> str:
    messages = [{"role": "system", "content": SYSTEM_PROMPT}]
    if history:
        messages.extend(history)
    messages.append({"role": "user", "content": user_message})

    response = openai_client.chat.completions.create(
        model="gpt-4o",
        messages=messages,
        temperature=0.3,
    )
    return response.choices[0].message.content


reply = chat("Welche Preispläne bieten Sie an?")
print(reply)

from rail_score_sdk import RailScoreClient
import os

rail = RailScoreClient(api_key=os.getenv("RAIL_API_KEY"))

reply = chat("Welche Preispläne bieten Sie an?")

result = rail.eval(content=reply, mode="basic")

print(f"Gesamtbewertung: {result.rail_score.score}")
print(f"Vertrauen:    {result.rail_score.confidence}")
print()
for dim_name, dim_score in result.dimension_scores.items():
    print(f"  {dim_name:15s} {dim_score.score}")

result = rail.eval(content=reply, mode="deep")

print(f"Gesamt: {result.rail_score.score}")
print()

for dim_name, detail in result.dimension_scores.items():
    print(f"--- {dim_name} (Wert: {detail.score}) ---")
    print(f"  Erklärung: {detail.explanation}")
    if detail.issues:
        print(f"  Probleme: {', '.join(detail.issues)}")
    if detail.suggestions:
        print(f"  Vorschlag: {detail.suggestions[0]}")
    print()