Sentiment-Analyse mit wenigen Schüssen Prompting
Du arbeitest an einer Marktforschung und möchtest mit Hilfe von "few-shot prompting" eine Stimmungsanalyse von Kundenrezensionen durchführen. Du vergibst eine Zahl für ein bestimmtes Kundengespräch: -1, wenn die Stimmung negativ ist, 1, wenn sie positiv ist. Du stellst die folgenden Beispiele als frühere Gespräche zur Verfügung, aus denen das Modell lernen kann.
- Die Produktqualität hat meine Erwartungen übertroffen -> 1
- Ich hatte eine schreckliche Erfahrung mit dem Kundenservice für dieses Produkt -> -1
Das OpenAI Paket wurde für dich vorgeladen.
Diese Übung ist Teil des Kurses
ChatGPT Prompt Engineering für Entwickler
Anleitung zur Übung
- Gib die Beispiele als vorherige Gespräche an, wobei du den Text als Kontext für die Rolle
userund die Zahl als Kontext für die Rolleassistantverwendest. - Gib den folgenden Text für das Modell vor, um ihn einzuordnen und die entsprechende Rolle zu verwenden:
The price of the product is really fair given its features.
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
client = OpenAI(api_key="")
response = client.chat.completions.create(
model = "gpt-4o-mini",
# Provide the examples as previous conversations
messages = [{"role": "____", "content": "____"},
{"role": "____", "content": "____"},
{"role": "____", "content": "____"},
{"role": "____", "content": "____"},
# Provide the text for the model to classify
{"role": "____", "content": "____"}
],
temperature = 0
)
print(response.choices[0].message.content)