到目前為止，我們玩了 聊天、Function Calling，甚至還做了小計算機。
今天要進入新的領域 —— Embeddings。

Embeddings 聽起來很專業，其實可以把它想成：
把一段文字轉換成一組數字向量，讓電腦能「理解」這段文字的意思。

為什麼需要 Embeddings？

AI 模型平常看不懂文字，它需要用數字來表示語意。
例如：
「貓」對電腦來說是[0.12, -0.85, 0.33, ...]
「狗」[0.10, -0.80, 0.29, ...]

這樣一來：

• 相似的詞（貓、狗）向量距離會比較近
• 完全不同的詞（貓、電腦）向量距離會很遠
  所以 Embeddings 很常用在文件搜尋，推薦系統，文字分類

Step 1：基本程式

import os
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

text = "我喜歡貓咪"

response = client.embeddings.create(
    model="text-embedding-3-small",
    input=text
)

embedding_vector = response.data[0].embedding
print("向量長度：", len(embedding_vector))
print("前 5 個數字：", embedding_vector[:5])

可以看到一段文字被轉換成一個1536維度的數字陣列

再來我們來比較「相似的句子」和「不相似的句子」

def get_embedding(text):
    return client.embeddings.create(
        model="text-embedding-3-small",
        input=text
    ).data[0].embedding

# 兩句話
t1 = "我喜歡吃蘋果"
t2 = "我喜歡水果"
t3 = "天空中有很多星星"

e1, e2, e3 = get_embedding(t1), get_embedding(t2), get_embedding(t3)

# 計算餘弦相似度
from numpy import dot
from numpy.linalg import norm

def cosine_similarity(a, b):
    return dot(a, b) / (norm(a) * norm(b))

print("蘋果 vs 水果：", cosine_similarity(e1, e2))
print("蘋果 vs 星星：", cosine_similarity(e1, e3))

可以看到，語意相關的句子（蘋果 vs 水果）分數比較高

今天我們認識了 Embeddings，學會文字如何轉換成向量跟如何比較兩段文字的相似度
明天的 Day 12 我們要進一步用 Embeddings 建立一個小小的 FAQ 知識庫，讓 AI 能從裡面找到最相關的答案！