Ce este un API de LLM și cum funcționează (request, răspuns, tokeni)
Din cursul Construire de Aplicații AI cu Python și SDK-uri (OpenAI, Anthropic): de la API la Produs
Profesor AI integrat Exclusiv
Întreabă orice despre lecție și primești răspuns instant. Profesorul AI cunoaște conținutul cursului și te ajută să înveți mai eficient.
Cei mai mulți dezvoltatori tratează un API de LLM ca pe orice alt serviciu web: trimiți o cerere, primești un răspuns „corect". Apoi se lovesc de primul răspuns care sună impecabil dar e fals, de primul document care taie brusc răspunsul la jumătate de propoziție, de prima factură surprinzător de mare — și își dau seama că modelul mental cu care au pornit era greșit. Un LLM nu caută răspunsuri într-o bază de date; el prezice, token cu token, cea mai plauzibilă continuare a textului. Din această singură idee decurg variabilitatea, halucinațiile, costul pe tokeni și limitele de context — tot ce trebuie să înțelegi înainte de a scrie prima linie de cod.
Vom învăța aici trei lucruri esențiale: (1) ce este un model de limbaj din perspectiva celui care îl folosește prin API, (2) ciclul fundamental request → model → răspuns și rolul tokenilor în acest ciclu, și (3) de ce folosim SDK-urile oficiale Python în loc de apeluri HTTP scrise de mână. Pe parcurs vom contura, doar cât e necesar pentru orientare, peisajul de provideri și modele al anului 2026.
Ce înseamnă „LLM" pentru un dezvoltator de API
LLM înseamnă Large Language Model — model de limbaj de mari dimensiuni. Pentru un cercetător în învățare automată, aceasta deschide o discuție despre arhitecturi, atenție și antrenament. Pentru noi, dezvoltatorii care construim aplicații, definiția practică este mult mai simplă și mai utilă:
Un LLM este un serviciu căruia îi trimiți un text (sau o conversație) și care îți returnează o continuare plauzibilă a acelui text, generată cuvânt cu cuvânt.
Mecanismul de bază, redus la esență, este predicția token-ului următor. Modelul a fost antrenat să răspundă la o întrebare aparent banală: „dat fiind textul de până acum, care este cea mai probabilă bucată de text care urmează?" Repetând această predicție de mii de ori, una după alta, modelul produce propoziții, paragrafe și răspunsuri întregi.
Este crucial să interiorizezi această idee: modelul nu caută răspunsuri într-o bază de date și nu „știe" lucruri în sensul în care le știe un index de căutare. El generează text statistic plauzibil pe baza tiparelor învățate. Aceasta explică direct două comportamente pe care le vei întâlni mereu:
- Variabilitate: la aceeași întrebare poți primi formulări ușor diferite, pentru că generarea implică o componentă probabilistică.
- Halucinații: modelul poate produce afirmații care sună corect, dar sunt false, pentru că obiectivul lui este plauzibilitatea, nu adevărul verificat.
Acest curs te va învăța tehnici concrete pentru a controla variabilitatea și a reduce riscul de halucinație (prompturi clare, parametri precum temperatura, ieșiri structurate), dar punctul de plecare este să accepți natura generativă a instrumentului.
Prompt și completare: cele două capete ale conversației
În jargonul API-urilor de LLM apar constant doi termeni:
- Prompt (sau input): textul pe care îl trimiți tu către model. Poate fi o întrebare, un set de instrucțiuni, o conversație întreagă sau un document care trebuie procesat.
- Completare (sau completion / output): textul pe care modelul îl generează ca răspuns.
În API-urile moderne de chat — atât la OpenAI, cât și la Anthropic — promptul nu este un singur șir de caractere monolitic, ci o listă de mesaje cu roluri. Cele mai frecvente roluri sunt:
| Rol | Scop |
|---|---|
system |
Instrucțiuni globale de comportament (cine este asistentul, ce ton are, ce reguli respectă) |
user |
Ce spune utilizatorul / aplicația ta |
assistant |
Ce a răspuns modelul în tururi anterioare (necesar pentru conversații cu mai multe schimburi) |
Ai citit începutul. Restul lecției începe aici.
Deblochezi restul acestei lecții și toate celelalte 26 din curs. Alege varianta potrivită pentru tine:
Abonament lunar, cu reînnoire automată · anulezi oricând din contul tău · conținut digital cu acces imediat, vezi condițiile de retragere.
Ce urmează în această lecție
- Tokenii: unitatea fundamentală de măsură
- Context window vs. max output tokens
- Ciclul request → model → răspuns
- Sincron vs. streaming, la nivel conceptual
- De ce SDK oficial, nu HTTP manual
- Peisajul 2026, doar cât să te orientezi
- O resursă oficială și gratuită
- Unde se situează acest curs
Tot ce înveți în acest curs
1 Fundamente: de la API de LLM la mediul tău Python 3 lecții
- Ce este un API de LLM și cum funcționează (request, răspuns, tokeni) O citești acum 52 min
- Setup mediu Python: venv, pip și instalarea SDK-urilor oficiale 50 min
- Autentificare sigură: variabile de mediu, .env și gestionarea cheilor 50 min
2 Primul apel: chat completions, mesaje și parametri 3 lecții
- Primul apel de chat: structura mesajelor system/user/assistant 54 min
- Parametri de control: temperature, max tokens și determinism 52 min
- Interpretarea răspunsului: conținut, usage, finish reason și erori comune 50 min
3 Streaming și UX: răspunsuri în timp real 2 lecții
- De ce streaming: TTFT, percepția de viteză și UX 50 min
- Implementarea streaming-ului în Python cu ambele SDK-uri 54 min
4 Function calling / tool use: conectează modelul la codul tău 3 lecții
- Ce este tool use și de ce extinde modelul 50 min
- Definirea tool-urilor: scheme JSON și descrieri care funcționează 52 min
- Bucla de execuție: detectarea apelului, rularea funcției și trimiterea rezultatului 56 min
5 Structured outputs: JSON valid pentru aplicații reale 2 lecții
- De ce ai nevoie de JSON valid și ce sunt structured outputs 50 min
- Scheme și validare cu Pydantic: de la model la date de încredere 54 min
6 RAG simplu pentru începători: context din datele tale 2 lecții
- Embeddings pe înțelesul tuturor: ce sunt și la ce folosesc 50 min
- RAG minimal în Python: chunking, retrieval și injectare de context 56 min
7 Construirea unei aplicații: arhitectură și conversații multi-tur 2 lecții
- Arhitectura unei aplicații AI: separarea logicii și gestionarea stării 54 min
- Conversații multi-tur: istoric, roluri și gestionarea contextului 52 min
8 Producție de bază: cost, erori, retry și logging 3 lecții
- Cost și rate limits: tokeni, bugete și limite ale API-ului 52 min
- Error handling și retry: cod robust care nu cade la prima eroare 54 min
- Logging responsabil: ce loghezi, ce NU loghezi și de ce 50 min
9 Primul agent cu OpenAI Agents SDK 2 lecții
- De la bucla de tool use la agent: ce rezolvă un framework de agenți 52 min
- Construiește un agent simplu cu tool-uri și bucla Runner 56 min
10 Proiect capstone: un asistent peste documentele tale, de la specificație la produs 3 lecții
- Specificație și arhitectură: definește produsul și pune fundația 54 min
- Implementare end-to-end: construiește pipeline-ul complet 58 min
- Livrare și pasul următor: testare, limitări, README și unde mergi mai departe 50 min
11 Apendice: resurse oficiale, actualizări 2026 și trasee de învățare 2 lecții
- Resurse oficiale, actualizări 2026 și trasee de învățare 30 min
- Gap-fill 2026: primul agent cu Claude Agent SDK în Python 26 min
Tot ce ai nevoie ca să înveți eficient
Quiz-uri interactive
Verifică-ți cunoștințele la finalul fiecărei lecții cu quiz-uri cu scor și feedback.
Notițe personale
Salvează notițe pe fiecare lecție, accesibile oricând din dashboard.
Recapitulări programate
Revii la lecții exact când e nevoie, la intervalele potrivite — reții pe termen lung.
Progres & Realizări
Urmărește progresul, deblochează achievement-uri și vizualizează ce ai învățat.
Bookmark-uri
Salvează lecțiile importante și găsește-le instant când ai nevoie.
Întrebări & Răspunsuri
Pune întrebări direct pe lecție și primește răspunsuri de la echipa noastră.
Bun de știut înainte să începi
Cum primesc acces la curs?
Începutul primei lecții îl citești gratuit, chiar pe această pagină. Pentru curs îți creezi cont, alegi abonamentul potrivit — curs individual sau pachet — și primești acces imediat după confirmarea plății. Totul se întâmplă 100% online.
Pot anula abonamentul oricând?
Da. Anulezi oricând, direct din contul tău, în câteva click-uri. Accesul rămâne activ până la finalul perioadei deja plătite.
Ce include abonamentul pentru acest curs?
Toate cele 27 lecții din curs, quiz-uri interactive, profesorul AI integrat în fiecare lecție (selectezi orice pasaj și ți-l explică pe loc), notițe personale, progres salvat automat și actualizări de conținut incluse.
Există un program fix de învățare?
Nu. Înveți în ritmul tău, de pe orice dispozitiv. Lecțiile sunt structurate pas cu pas, iar platforma îți salvează automat progresul, ca să poți continua oricând de unde ai rămas.
Pregătit să deblochezi tot conținutul?
Doar acest curs — 499 lei / lună, cu TVA — sau toate cele 25 cursuri IT Pro, cu trasee și Profesorul AI inclus, în pachetul de 1.999 lei / lună, cu TVA. Atestarea de finalizare rămâne a ta și după ce anulezi.
