Inteligența Artificială (AI) pentru liceeni: cum să integrezi API-uri în proiectele tale

Inteligența artificială nu mai e science-fiction — e ceva ce poți folosi chiar tu, dintr-un script Python de 20 de linii. Nu trebuie să antrenezi un model uriaș sau să ai un calculator de mii de euro. Tot ce îți trebuie e să știi cum să "vorbești" cu un API de AI. Hai să vedem cum.

Ce este un API, mai exact?

Un API (Application Programming Interface) e o cale prin care programul tău cere ceva altui program și primește un răspuns. Gândește-te la el ca la un chelner: tu (programul tău) îi spui ce vrei, el duce comanda la bucătărie (serverul de AI) și îți aduce farfuria (răspunsul). Tu nu trebuie să știi cum gătește bucătarul — doar cum să faci comanda corect.

În cazul AI-ului, "bucătăria" e un model uriaș care rulează pe serverele unei companii. Tu îi trimiți un text (numit prompt) și primești înapoi un răspuns generat. Comunicarea se face de obicei prin HTTP, același protocol pe care îl folosește browserul tău când deschizi un site.

Cum funcționează un apel către un API de AI

Un apel are aproape mereu aceleași patru piese:

1. URL-ul (endpoint-ul) — adresa unde trimiți cererea.
2. Header-ele — informații suplimentare, printre care cheia ta API care te identifică.
3. Corpul cererii (body) — datele propriu-zise, de obicei în format JSON, cu prompt-ul tău.
4. Răspunsul — tot JSON, din care extragi textul generat.

Element	Rol	Exemplu
URL	unde trimiți cererea	https://api.exemplu.ai/v1/chat
Header	cine ești și ce trimiți	Authorization, Content-Type
Body	ce vrei să întrebi	{ "prompt": "Salut!" }
Răspuns	ce primești înapoi	{ "text": "Salut! Cu ce te ajut?" }

Un prim apel în Python

Cea mai simplă cale de a face un apel HTTP în Python e biblioteca requests. O instalezi cu pip install requests și gata. Iată un exemplu ilustrativ care trimite un prompt și afișează răspunsul:

import os
import requests

# Cheia NU se scrie în cod! O luăm dintr-o variabilă de mediu.
API_KEY = os.environ["AI_API_KEY"]
URL = "https://api.exemplu.ai/v1/chat"

def intreaba_ai(prompt):
    headers = {
        "Authorization": "Bearer " + API_KEY,
        "Content-Type": "application/json",
    }
    body = {
        "model": "model-mic",
        "prompt": prompt,
    }
    raspuns = requests.post(URL, headers=headers, json=body)
    raspuns.raise_for_status()  # aruncă eroare dacă ceva a mers prost
    date = raspuns.json()
    return date["text"]

print(intreaba_ai("Explică-mi recursivitatea pe scurt."))

Ce se întâmplă aici:

• Citim cheia din os.environ, deci ea nu apare nicăieri în cod.
• Construim header-ele și corpul cererii.
• requests.post(...) trimite cererea către server.
• raspuns.json() transformă răspunsul JSON într-un dicționar Python din care extragem textul.

URL-ul, numele modelului și structura JSON-ului diferă de la un furnizor la altul — citește mereu documentația serviciului pe care îl folosești. Ideea de bază însă rămâne identică.

Idei de proiecte pe care le poți face acum

Odată ce știi să faci un apel, te poți juca cu zeci de proiecte. Iată câteva care arată bine și nu sunt grele:

1. Chatbot personal

Pui apelul de mai sus într-o buclă while True și ai un asistent cu care poți vorbi în terminal. Poți să-i dai o "personalitate" prin prompt — de exemplu, "Răspunde ca un profesor de matematică răbdător".

2. Rezumator de texte

Îi dai un text lung (un articol, o lecție) și îl rogi în prompt: "Rezumă textul de mai jos în 5 puncte". Util când ai de citit mult pentru școală.

3. Generator de idei sau cod

Un mic instrument care îți generează idei de titluri, exerciții de programare sau chiar schițe de cod pe care apoi le înțelegi și le îmbunătățești tu.

Sfat de la mentor: nu te opri la "merge". După ce ai răspunsul de la AI, întreabă-te de ce funcționează. AI-ul e un asistent, nu un înlocuitor pentru înțelegerea ta.

Siguranță: ai grijă de cheile tale API

Aici e partea cea mai importantă, pe care mulți începători o ratează. Cheia ta API e ca o parolă. Cine o are poate face apeluri în numele tău — și uneori pe banii tăi.

Reguli simple, dar obligatorii:

• Nu scrie niciodată cheia direct în cod. Folosește o variabilă de mediu, exact ca în exemplul de mai sus.
• Nu urca cheia pe GitHub. Adaugă fișierele cu chei (de exemplu .env) în .gitignore.
• Nu o pune în proiecte publice sau în capturi de ecran pe care le postezi online.
• Regenerează cheia imediat dacă bănuiești că a fost expusă.

Pe Linux sau macOS poți seta variabila de mediu așa, înainte să rulezi scriptul:

# În terminal (nu în Python):
#   export AI_API_KEY="cheia_ta_secreta"
#
# Apoi în cod o citești în siguranță:
import os
cheie = os.environ["AI_API_KEY"]

Astfel, cheia rămâne pe calculatorul tău și nu ajunge niciodată în cod sau pe internet.

Cost și limite: la ce să fii atent

Multe API-uri de AI nu sunt complet gratuite. De obicei plătești în funcție de cât text trimiți și primești (măsurat în tokeni — bucăți mici de text). Înainte să te apuci:

• Caută planul gratuit. Multe servicii oferă un credit inițial sau un nivel gratuit, perfect pentru învățat.
• Pune o limită de cheltuieli în contul tău, ca să nu ai surprize.
• Atenție la rate limits — numărul de cereri pe minut e adesea limitat. Dacă primești o eroare 429, înseamnă că ai trimis prea multe cereri prea repede.
• Testează cu prompt-uri scurte la început, ca să nu consumi credit degeaba.

Tratează mereu erorile în cod (cu raise_for_status sau try/except), ca proiectul tău să nu crape când serverul răspunde altceva decât te aștepți.

Concluzie

Integrarea unui API de AI înseamnă, în esență, să trimiți o cerere HTTP și să citești răspunsul — iar Python îți face asta incredibil de simplu. Restul e creativitate: ce proiect vrei să construiești și cum îți păstrezi cheile în siguranță.

La ByteSchool te învățăm pas cu pas să treci de la primul tău apel de API până la proiecte reale cu AI, alături de mentori care lucrează în companii din tech. Vii cu o idee, pleci cu un proiect funcțional pe care îl înțelegi cu adevărat.