Ich möchte das kürzlich Gelernte mit Ihnen teilen. Deeplearning.AI und openai haben gemeinsam den Online-Kurs chatgpt Prompt Engineering erstellt. Im Folgenden sind die ersten vier Blogs aufgeführt, die ich über den Kurs geschrieben habe:
ChatGPT Prompt Engineering(一) ChatGPT Prompt Engineering(二) ChatGPT Prompt Engineering(三) ChatGPT Prompt Engineering(四)
Heute beschäftigen wir uns mit dem fünften Teil: Expansion (Expanding).
Heute machen wir ChatGPT zu einem KI-Assistenten, der Menschen dabei hilft, selbstständig Kunden-E-Mails zu beantworten. Zunächst müssen wir den Hauptcode festlegen, um über die API auf ChatGPT zuzugreifen:
import openai
openai.api_key ='YOUR_OPENAI_API_KEY'def get_completion(prompt, model="gpt-3.5-turbo", temperature=0):
messages = [{"role": "user", "content": prompt}]
response = openai.ChatCompletion.create(
model=model,
messages=messages,
temperature=temperature,
)
return response.choices[0].message["content"]Hier geben wir den negativen Kommentar eines Kunden zum Produkt und eine vordefinierte emotionale Variable an, deren Stimmung gleich „negativ“ ist, und bitten ChatGPT dann, eine Kunden-E-Mail auf der Grundlage dieses negativen Kommentars und der emotionalen Variablen zu schreiben, um unsere Wertschätzung dafür auszudrücken Entschuldigung des Kunden.
#情绪变量
sentiment = "negative"
# 关于搅拌器的客户评论
review = f"""
So, they still had the 17 piece system on seasonal \
sale for around $49 in the month of November, about \
half off, but for some reason (call it price gouging) \
around the second week of December the prices all went \
up to about anywhere from between $70-$89 for the same \
system. And the 11 piece system went up around $10 or \
so in price also from the earlier sale price of $29. \
So it looks okay, but if you look at the base, the part \
where the blade locks into place doesn’t look as good \
as in previous editions from a few years ago, but I \
plan to be very gentle with it (example, I crush \
very hard items like beans, ice, rice, etc. in the \
blender first then pulverize them in the serving size \
I want in the blender then switch to the whipping \
blade for a finer flour, and use the cross cutting blade \
first when making smoothies, then use the flat blade \
if I need them finer/less pulpy). Special tip when making \
smoothies, finely cut and freeze the fruits and \
vegetables (if using spinach-lightly stew soften the \
spinach then freeze until ready for use-and if making \
sorbet, use a small to medium sized food processor) \
that you plan to use that way you can avoid adding so \
much ice if at all-when making your smoothie. \
After about a year, the motor was making a funny noise. \
I called customer service but the warranty expired \
already, so I had to buy another one. FYI: The overall \
quality has gone done in these types of products, so \
they are kind of counting on brand recognition and \
consumer loyalty to maintain sales. Got it in about \
two days.
"""
#翻译版本
review1="""
因此，他们在11月份仍然以49美元左右的价格出售17套系统，大约是半价，
但由于某种原因(称之为价格欺诈)，在12月的第二周左右，同一套系统的价格
都上涨到了70美元到89美元之间。11件套装的价格也从之前的29美元上涨了10美元左右。
所以看起来不错,但如果你看看基地,刀片锁到位的部分看起来不一样从几年前在以前的版本,
但我计划很温柔(示例中,我很努力粉碎物品,如豆类,冰,大米,等搅拌机第一然后粉碎他们的
用量我希望在搅拌机然后切换到细面粉搅拌叶片,并使用交叉刀片首先做冰沙时,然后如果
我需要更细/更少的浆糊，使用平刀片)。制作冰沙时的特别提示，将水果和蔬菜切成细碎
并冷冻(如果用菠菜，稍微炖一下，使菠菜变软，然后冷冻直到可以使用;如果做冰沙，
使用小型到中型的食品加工机)，你打算用这种方法来避免在制作冰沙时添加太多的冰。
大约过了一年，发动机发出了一种奇怪的声音。我打电话给客服，但是保修期已经过了，
所以我不得不再买一个。仅供参考:这类产品的整体质量已经不行了，所以
他们依靠品牌认知度和消费者忠诚度来维持销售。大概两天就拿到了。
"""Aus dieser Benutzerbewertung lässt sich leicht erkennen, dass sich der Kunde über die Qualität des Produkts beschwert. Als nächstes müssen wir ChatGPT seine Rolle mitteilen (das ist sehr wichtig), denn nur wenn ChatGPT seine Rolle kennt, wird seine Antwort professioneller und zielgerichteter sein. Dann bitten wir ChatGPT, entsprechend dem Wert der emotionalen Variablen auf den entsprechenden Inhalt zu reagieren. Wenn die emotionale Variable positiv ist, drücken Sie Dankbarkeit aus, und wenn die emotionale Variable negativ ist, entschuldigen Sie sich und müssen in den Kundenbewertungen einige Details zitieren Antworten auf Kunden und die Notwendigkeit, einen prägnanten und professionellen Stil zu verwenden, um Kunden zu antworten, und schließlich „KI-Kundendienstassistent“ als Signatur zu verwenden.
prompt = f"""
You are a customer service AI assistant.
Your task is to send an email reply to a valued customer.
Given the customer email delimited by ```, \
Generate a reply to thank the customer for their review.
If the sentiment is positive or neutral, thank them for \
their review.
If the sentiment is negative, apologize and suggest that \
they can reach out to customer service.
Make sure to use specific details from the review.
Write in a concise and professional tone.
Sign the email as `AI customer agent`.
Customer review: ```{review}```
Review sentiment: {sentiment}
"""
#翻译版本
prompt1="""
你是一位客服AI助理。
您的任务是向尊贵的客户发送电子邮件回复。
给定由 ``` 分隔的客户电子邮件，\
生成回复以感谢客户的评论。
如果情绪是积极的或中立的，感谢他们的评论。
如果情绪是负面的，请道歉并建议他们联系客户服务。
确保使用评论中的具体细节。
以简洁和专业的语气写作。
将电子邮件签名为“AI 客户代理”。
客户评论：```{review}```
评论情绪：{sentiment}
"""
response = get_completion(prompt)
print(response)
Unten finden Sie die übersetzte Version des KI-Assistenten des Kundenservice, der auf die E-Mail antwortet:
Hier teilen wir ChatGPT mit, dass seine Rolle darin besteht, ein KI-Assistent für den Kundenservice zu sein, sodass die Antwort von ChatGPT den Stil und Ton eines KI-Assistenten für den Kundenservice haben wird. Gemessen an der Qualität der Antwortinhalte ist ChatGPT immer noch sehr professionell und antwortet in voller Übereinstimmung mit unseren Anforderungen.
Wenn wir das ChatGPT-Modell aufrufen, verwenden wir einen Standardtemperaturparameter: Temperatur. Der Standardwert dieses Parameters ist als 0,0 definiert, was bedeutet, dass ChatGPT jedes Mal nur das wahrscheinlichste Ergebnis aus allen möglichen Ergebnissen oder die Wahrscheinlichkeit erhält Top-Ergebnis. Der Wertebereich dieses Parameters liegt zwischen 0 und 1, sodass wir den Temperaturparameter anpassen können. Je größer der Temperaturwert, desto größer die Zufälligkeit des Antwortinhalts, andernfalls desto weniger zufällig. Wenn wir also möchten, dass ChatGPT die Antwort hat ein gewisser Grad an Zufälligkeit. Sie können den Temperaturwert auf 0,5 oder 0,7 einstellen. Hier stellen wir die Temperatur auf 0,7 ein, um den Unterschied zwischen der ChatGPT-Antwort und der vorherigen zu sehen:
prompt = f"""
You are a customer service AI assistant.
Your task is to send an email reply to a valued customer.
Given the customer email delimited by ```, \
Generate a reply to thank the customer for their review.
If the sentiment is positive or neutral, thank them for \
their review.
If the sentiment is negative, apologize and suggest that \
they can reach out to customer service.
Make sure to use specific details from the review.
Write in a concise and professional tone.
Sign the email as `AI customer agent`.
Customer review: ```{review}```
Review sentiment: {sentiment}
"""
response = get_completion(prompt, temperature=0.7)
print(response) 
Lassen Sie uns dieses Programm mehrmals ausführen und den Unterschied in jeder Antwort sehen:
Dem Inhalt der obigen Antworten nach zu urteilen, hat jede Antwort von ChatGPT einen anderen Schwerpunkt, aber der Hauptinhalt besteht darin, sich zu entschuldigen. Wenn wir also dafür sorgen müssen, dass jede Antwort von ChatGPT eine gewisse Vielfalt (zufällige Eigenschaft) aufweist, können Sie dies anpassen Beim Temperaturparameter „Temperatur“ wird die Antwort durch Erhöhen der Temperatur zufälliger.
Zuvor haben wir eine Stimmungsvariable sentiment=”negativ” definiert. Was passiert dann mit dem Ergebnis, wenn wir die Stimmung als „positiv“ definieren?
sentiment = "positive"
prompt = f"""
You are a customer service AI assistant.
Your task is to send an email reply to a valued customer.
Given the customer email delimited by ```, \
Generate a reply to thank the customer for their review.
If the sentiment is positive or neutral, thank them for \
their review.
If the sentiment is negative, apologize and suggest that \
they can reach out to customer service.
Make sure to use specific details from the review.
Write in a concise and professional tone.
Sign the email as `AI customer agent`.
Customer review: ```{review}```
Review sentiment: {sentiment}
"""
response = get_completion(prompt)
print(response)
Hier ist die übersetzte Version der Antwort:
Verglichen mit dem Ergebnis der vorherigen Definition der Stimmung als „negativ“, enthält die „positive“ Version viel mehr Dankesworte, erwähnt aber gleichzeitig auch das Problem der Produktqualität und entschuldigt sich gegenüber den Kunden. Im Allgemeinen ist dies der Fall Positive und negative Diskurse sind gemischt. Das mag daran liegen, dass die Kommentare selbst negativ sind, aber wir verlangen auch, dass ChatGPT mit einer positiven Haltung reagiert, daher ist es für ChatGPT wirklich schwierig. ChatGPT kann nur einige positive und negative Wege wählen, um dies zu tun. Antwort.
Als Nächstes lassen wir ChatGPT die Stimmung des Kommentars selbst erkennen und antworten dann mit einem besser erkennbaren Ergebnis, was eine Änderung der Eingabeaufforderung erfordert:
prompt = f"""
You are a customer service AI assistant.
Your task is to send an email reply to a valued customer.
Given the customer email delimited by ```, \
Generate a reply to thank the customer for their review.
Identify the sentiment of their review,
If the sentiment is positive or neutral, thank them for \
their review.
If the sentiment is negative, apologize and suggest that \
they can reach out to customer service.
Make sure to use specific details from the review.
Write in a concise and professional tone.
Sign the email as `AI customer agent`.
Customer review: ```{review}```
"""
response = get_completion(prompt)
print(response)
Hier ist eine übersetzte Version der Antwort:
Hier weisen wir ChatGPT in der Eingabeaufforderung an, zunächst die Stimmung „Identifizieren Sie die Stimmung ihrer Bewertung“ in Kundenbewertungen zu identifizieren und dann entsprechend der identifizierten Stimmung zu reagieren. Dem Inhalt der Antwort von ChatGPT nach zu urteilen, besteht der Hauptinhalt darin, sich zu entschuldigen und zu entschuldigen. Dies zeigt, dass ChatGPT erkannt hat, dass die Stimmung des Kommentars negativ ist, sodass sich der Inhalt der Antwort auf die Äußerung einer Entschuldigung konzentriert.
Heute haben wir gelernt, wie man ChatGPT anstelle von Menschen verwendet, um auf Kunden-E-Mails zu antworten und auf der Grundlage des Inhalts der Kunden-E-Mails entsprechende Antworten zu geben. Wenn die Kommentare des Kunden positiv sind, besteht die Antwort hauptsächlich darin, Dankbarkeit auszudrücken, und wenn die Kommentare des Kunden negativ sind , dann antworten Sie hauptsächlich, um sich zu entschuldigen. Gleichzeitig haben wir auch gelernt, die Antworten von chatGPT durch Anpassen des Temperaturparameters vielfältiger (zufälliger) zu gestalten.
