Ajukan akses awal

Masukkan nama depan serta email atau nomor telepon Anda. Kami akan menghubungi Anda dengan detail akses Tajo.

Konektor OpenAI

Hubungkan OpenAI ke Brevo melalui Tajo untuk memanfaatkan pembuatan konten bertenaga AI, analisis sentimen pelanggan, segmentasi cerdas, dan analitik prediktif bagi alur kerja otomatisasi pemasaran Anda.

Ikhtisar

Properti	Nilai
Platform	OpenAI
Kategori	AI / ML (Custom)
Kompleksitas setup	Sedang
Integrasi resmi	Tidak
Data yang disinkronkan	Konten, embedding, insight, prediksi
Metode autentikasi	API Key (Bearer Token)

Fitur

Pembuatan konten AI - Hasilkan subject line email, isi pesan, dan CTA dengan model GPT
Analisis sentimen pelanggan - Analisis tiket dukungan dan masukan untuk penilaian sentimen
Segmentasi cerdas - Gunakan embedding untuk mengelompokkan pelanggan berdasarkan pola perilaku
Analitik prediktif - Perkirakan churn, LTV, dan kecenderungan pembelian
Konten multibahasa - Hasilkan konten pemasaran dalam bahasa apa pun yang didukung
Pembuatan gambar - Buat visual kampanye dengan integrasi DALL-E

Prasyarat

Sebelum memulai, pastikan Anda memiliki:

Akun OpenAI dengan akses API
API key dari dasbor OpenAI
Akun Brevo dengan akses API
Akun Tajo dengan izin konektor
Kredit API OpenAI yang cukup untuk perkiraan penggunaan Anda

Autentikasi

Autentikasi API key

OpenAI menggunakan autentikasi Bearer token untuk seluruh permintaan API:

# Set your API keys
export OPENAI_API_KEY=sk-your-api-key
export TAJO_API_KEY=your_tajo_api_key
export BREVO_API_KEY=your_brevo_api_key

// All requests require the Authorization header
const headers = {
  'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
  'Content-Type': 'application/json'
};

// For organization-scoped access
const orgHeaders = {
  ...headers,
  'OpenAI-Organization': process.env.OPENAI_ORG_ID,
  'OpenAI-Project': process.env.OPENAI_PROJECT_ID
};

Keamanan API key

Jangan pernah mengekspos API key OpenAI Anda dalam kode sisi klien. Selalu gunakan environment variable dan permintaan sisi server. Rotasi key secara berkala melalui dasbor OpenAI.

Konfigurasi

Setup dasar

connectors:
  openai:
    enabled: true
    model: "gpt-4o"
    embedding_model: "text-embedding-3-small"
    image_model: "dall-e-3"

    features:
      content_generation: true
      sentiment_analysis: true
      smart_segmentation: true
      predictive_analytics: true

    limits:
      max_tokens_per_request: 4096
      max_requests_per_minute: 60
      temperature: 0.7

Template pembuatan konten

templates:
  email_subject:
    model: "gpt-4o"
    system_prompt: |
      You are an expert email marketer. Generate compelling
      subject lines that drive open rates.
    max_tokens: 100
    temperature: 0.8

  email_body:
    model: "gpt-4o"
    system_prompt: |
      Generate personalized email content based on customer
      data and campaign objectives.
    max_tokens: 2048
    temperature: 0.7

Endpoint API

Endpoint	Metode	Deskripsi
`https://api.openai.com/v1/responses`	POST	Membuat respons AI (Responses API)
`https://api.openai.com/v1/chat/completions`	POST	Menghasilkan penyelesaian teks
`https://api.openai.com/v1/embeddings`	POST	Membuat embedding teks
`https://api.openai.com/v1/images/generations`	POST	Menghasilkan gambar
`https://api.openai.com/v1/audio/speech`	POST	Pembuatan text-to-speech
`https://api.openai.com/v1/audio/transcriptions`	POST	Transkripsi speech-to-text
`https://api.openai.com/v1/moderations`	POST	Moderasi konten
`https://api.openai.com/v1/models`	GET	Menampilkan model yang tersedia

Contoh kode

Inisialisasi konektor

import { TajoClient } from '@tajo/sdk';

const tajo = new TajoClient({
  apiKey: process.env.TAJO_API_KEY,
  brevoApiKey: process.env.BREVO_API_KEY
});

await tajo.connectors.connect('openai', {
  apiKey: process.env.OPENAI_API_KEY,
  defaultModel: 'gpt-4o'
});

Menghasilkan konten email

// Generate personalized email subject lines
const response = await fetch('https://api.openai.com/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-4o',
    messages: [
      {
        role: 'system',
        content: 'Generate 5 compelling email subject lines for a product launch.'
      },
      {
        role: 'user',
        content: `Product: ${product.name}. Target: ${segment.description}.`
      }
    ],
    max_tokens: 200,
    temperature: 0.8
  })
});

const result = await response.json();
const subjectLines = result.choices[0].message.content;

Analisis sentimen pelanggan

// Analyze customer feedback sentiment
const sentimentAnalysis = await fetch(
  'https://api.openai.com/v1/chat/completions',
  {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'gpt-4o',
      messages: [
        {
          role: 'system',
          content: 'Analyze sentiment. Return JSON: {score: -1 to 1, label: string, topics: string[]}'
        },
        { role: 'user', content: customerFeedback }
      ],
      response_format: { type: 'json_object' },
      max_tokens: 150
    })
  }
);

const sentiment = await sentimentAnalysis.json();
await tajo.contacts.update(email, {
  attributes: { SENTIMENT_SCORE: JSON.parse(sentiment.choices[0].message.content).score }
});

Segmentasi cerdas dengan embedding

// Generate embeddings for customer clustering
const embeddingResponse = await fetch(
  'https://api.openai.com/v1/embeddings',
  {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'text-embedding-3-small',
      input: customerDescriptions,
      dimensions: 256
    })
  }
);

const embeddings = await embeddingResponse.json();
// Use embeddings for similarity-based customer clustering

Batas rate

Model	RPM (permintaan/menit)	TPM (token/menit)	RPD (permintaan/hari)
gpt-4o	500	30.000	10.000
gpt-4o-mini	500	200.000	10.000
text-embedding-3-small	500	1.000.000	10.000
dall-e-3	5	Tidak tersedia	200

Header batas rate

Pantau header batas rate (x-ratelimit-remaining-requests, x-ratelimit-remaining-tokens) pada respons API untuk menerapkan throttling proaktif dan menghindari error 429.

Pemecahan masalah

Masalah	Penyebab	Solusi
401 Unauthorized	API key tidak valid	Periksa key di dasbor OpenAI
429 Rate Limited	Terlalu banyak permintaan	Terapkan exponential backoff
500 Server Error	Gangguan pada OpenAI	Periksa status.openai.com lalu coba lagi
Respons terpotong	max_tokens terlalu kecil	Naikkan parameter max_tokens
Kualitas konten buruk	Temperature terlalu tinggi	Turunkan temperature demi konsistensi

Mode debug

connectors:
  openai:
    debug: true
    log_level: verbose
    log_prompts: false  # Don't log prompts in production
    log_usage: true

Praktik terbaik

Cache respons - Simpan konten yang dihasilkan untuk mengurangi panggilan API dan biaya
Gunakan structured output - Minta respons JSON agar parsing lebih andal
Terapkan logika retry - Tangani batas rate dengan exponential backoff
Pantau penggunaan token - Lacak konsumsi untuk mengendalikan biaya
Gunakan model yang sesuai - Pakai gpt-4o-mini untuk tugas sederhana, gpt-4o untuk yang kompleks
Validasi keluaran - Selalu validasi konten hasil AI sebelum dikirim ke pelanggan

Keamanan

Autentikasi bearer token - API key dikirim melalui header Authorization
Hanya sisi server - Jangan pernah mengekspos API key dalam kode sisi klien
Rotasi key - Rotasi API key secara berkala melalui dasbor OpenAI
Pemantauan penggunaan - Tetapkan batas pengeluaran di pengaturan billing OpenAI
Moderasi konten - Gunakan Moderations API untuk menyaring konten yang tidak aman
Privasi data - Tinjau kebijakan penggunaan data OpenAI untuk kasus penggunaan Anda