在上一篇文中，我們已經透過 OCR 技術，將圖片中的文字成功擷取出來。然而，光有「文字」還不夠，因為原始文字通常凌亂、難以閱讀。這時候，就能借助 OpenAI GPT 來進行進一步的處理與結構化。(不過，如果要非常精確的話，可能還是得在GPT整理完以後，再用如正則表示法的方式自己篩選文字。)

系統中的callGPT4o函式，負責把 OCR 得到的文字交給 GPT 4o 模型，並請它依照 prompt 的指示整理成特定格式的文字。本系統撰寫 prompt 時，使用了** few shot prompting **的方式給予模型更多內容, 讓模型產出更符合需求的回應。

首先，同樣地，我們把密鑰儲存在另一份檔案。

// app.py
GPT_APIKey = os.getenv("GPT_APIKey")
GPT_endpoint = os.getenv("GPT_endpoint")
GPT_deployment = os.getenv("GPT_deployment")

接著，串接 Azure OpenAI 的 API，這部分和串接 AI Vision API時一樣，Azure OpenAI 也有官方文件可以參考。

// app.py
from openai import AzureOpenAI

def callGPT4o(ocrText):
    client = AzureOpenAI(
        azure_endpoint=GPT_endpoint,
        api_version="XXXXXXX", //輸入自己使用的版本
        api_key=GPT_APIKey
    )
    // Prompt 的內容
    content = f"""
        請幫我依據以下項目整理...
        1.商品名稱或品名
        2.材質或材料
        ...
        10.警告
        ....(給了幾個範例)....
        ###
        文字檔：{ocr_text}
        """
        
    chunk = client.chat.completions.create(
        model=GPT_deployment,
        messages=[
            //可以賦予模型角色
            {"role": "system", "content": "你是一個OOOOO..."}, 
            {"role": "user", "content": content}
        //設定回復的字數限制
        ], max_tokens=500                                     
    )
    return chunk.choices[0].message.content

同樣地，系統需要一個讓使用者能呼叫 GPT 的「入口」-- Flask 路由/gpt。

這段程式碼的功能包含：
1.接收使用者上傳的 OCR 文字檔。
2.呼叫 callGPT4o，運用 AI 執行文字處理。
3.回傳整理後的標示檢查結果。

在程式碼中一樣要記得加入錯誤提醒，方便除錯!

// app.py
@app.route('/gpt', methods=['POST'])
def gpt():
    session = db.Session()
    try:
        # 接收「前端」發送的資料
        ocrText = request.files['ocrText'].read().decode('utf-8')

        # 處理「前端」接受到的資料(呼叫 OpenAI GPT 功能)
        labelInspection = callGPT4o(ocrText)

        # 將處理後的資料在送回「前端」
        return jsonify({
            'labelInspection': labelInspection
        })

    except KeyError as e:
        # 處理缺少的dictionary中key值
        return f"KeyError: {e} not found in form data", 400

透過 Azure OpenAI 的輔助，減少了以往需要設立不同條件來做文字清洗的時間，大幅提升系統開發效率。