Generator Opowiadań AI: Integracja GPT-4 i Streamlit
24 lis
Generator Opowiadań AI: Integracja GPT-4 i Streamlit
Sztuczna inteligencja coraz częściej pojawia się w narzędziach kreatywnych – nie tylko analizuje dane, ale także generuje treści, opisy, pomysły i opowiadania. Projekt „Generator Opowiadań AI” jest przykładem praktycznej integracji GPT-4 z interfejsem webowym Streamlit, tworząc narzędzie, które pozwala użytkownikowi wygenerować historię w wybranym gatunku, tonie i długości – bez potrzeby pisania kodu.
Aplikacja łączy model językowy, logikę wyboru parametrów oraz interaktywne UI, aby pokazać, jak w prosty sposób można zbudować narzędzie oparte na AI, które jest intuicyjne i atrakcyjne dla użytkownika.
Technologie i architektura
Projekt wykorzystuje lekki, elastyczny i szybki zestaw technologiczny:
- Streamlit – framework do budowy interfejsu webowego
- OpenAI GPT-4 – model generujący opowiadania
- Python – logika aplikacji i integracja API
- Session state – mechanizm przechowywania historii opowiadań i aktualnych wyborów
- Streamlit secrets – bezpieczne przechowywanie kluczy API i kodu dostępu
Bezpieczeństwo klucza API: klucz OpenAI nie jest wpisany na stałe w kod aplikacji. Dzięki temu nie trafia do repozytorium i nie jest widoczny w przeglądarce użytkownika.
Architektura aplikacji została podzielona logicznie na dwie główne części:
- Landing page – ekran powitalny z animacją, tytułem i przyciskiem „Wejdź”
- Generator – właściwa aplikacja z wyborem parametrów, generowaniem treści i historią
Kluczowe funkcjonalności aplikacji
Aplikacja została zaprojektowana tak, aby prezentowała możliwości modelu GPT-4 w kontekście narracji, a jednocześnie zachowywała kontrolę nad stylem i bezpieczeństwem treści.
- Wybór gatunku – bajka, romans, kryminał
- Wybór tonu narracji – np. zabawna, poruszająca, detektywistyczna
- Długość opowiadania – krótka, średnia, długa
- Historia wygenerowanych tekstów – zapamiętywanie i ponowne wczytywanie
- Statystyki tekstu – liczba słów, zdań i szacowany czas czytania
Dlaczego to ważne? Dzięki parametryzacji użytkownik widzi, jak zmienia się wynik w zależności od tonu, długości czy gatunku – to świetny sposób na zrozumienie działania modeli językowych.
Interfejs użytkownika
UI zostało zaprojektowane z naciskiem na estetykę i prostotę. Kluczowe elementy to:
- Gradientowe tło – nadaje aplikacji wizualnej głębi
- Przyciski typu „pill” – czytelny wybór parametrów
- Tekstowe pole inspiracji – użytkownik może wpisać własny pomysł
- Blok prezentujący opowiadanie – czytelny, wydzielony obszar treści
- Panel boczny – historia i najnowsze wygenerowane wersje
Dla kogo jest ten projekt? Dla osób chcących zobaczyć, jak przełożyć model AI na realne, wizualne narzędzie dostępne dla użytkownika — bez pisania backendu czy budowania pełnej aplikacji webowej.
Podsumowanie
Generator Opowiadań AI to przykład kompletnego mini-projektu wykorzystującego AI — od pomysłu, przez implementację, po wersję działającą w przeglądarce. Pokazuje, jak można tworzyć narzędzia oparte na GPT-4, które są estetyczne, użyteczne i bezpieczne dla użytkownika.
Aplikacja jest częścią portfolio Multi-Future i może zostać zaprezentowana podczas konsultacji, warsztatów lub rozmów o projektowaniu narzędzi AI dopasowanych do biznesu.
Jeśli chcesz zobaczyć więcej szczegółów dotyczących aplikacji, zapraszam do portfolio:
Zwiększ wydajność swojej firmy ze mną!
Odkryj oparte na doświadczeniu, innowacyjne rozwiązania. Zoptymalizuj swój biznes wdrażając agenta AI - nie czekaj...
Przeglądaj inne artykuły
26 lis
Chaos, kreatywność i ciągłe zmiany - 5 refleksji o nauce Data Science.
Dziesięć miesięcy kursu Data Science nauczyło mnie nie tylko Pythona i czym jest machine learning. Odkryłem, że pewne cechy osobowości – tendencja do chaosu, przeskakiwanie między projektami, hiperfokus – mogą być zarówno zaletą, jak i wyzwaniem w pracy z kodem i AI. Oto 5 szczerych obserwacji.
20 lis
OpenAI Codex-Max: model AI, Który koduje 24 godziny bez przerwy. Rewolucja w automatyzacji kodu.
19 listopada 2025 OpenAI wypuściło GPT-5.1-Codex-Max - model AI zdolny do autonomicznej pracy nad kodem przez ponad 24 godziny. Technologia "compaction" i wynik 77.9% na SWE-Bench Verified stawiają nowy standard w automatyzacji programowania. Oto fakty, liczby i co to oznacza dla branży.
16 lis
Kurs Data Science skończony - to dopiero początek. Dlaczego AI wymaga wiecznej nauki?
Październik 2025 - ukończyłem intensywny kurs Data Science i powinienem świętować sukces. Zamiast tego patrzę na listę zadań z Masterclass, kurs agentów AI do dokończenia i dziesiątki nowych narzędzi które pojawiły się w ostatnim miesiącu. Wtedy dotarło do mnie: w świecie sztucznej inteligencji nie ma linii mety. Nowe modele na rynku, Sora 2, AutoML - co chwila coś nowego. Oto brutalna prawda o pracy w AI: nauka nigdy się nie kończy. I dlaczego to wcale nie jest zła wiadomość.