Kontext durch Beispielgespräche schaffen
Angenommen, es gibt einen Lieferservice namens MyPersonalDelivery, der eine breite Palette an Lieferoptionen für verschiedene Artikel anbietet. Du willst einen Kundenservice-Chatbot erstellen, der Kunden bei allem unterstützt, was sie brauchen. Dazu stellst du context_question und context_answer für Artikel, die das Unternehmen liefert, anhand früherer Gespräche bereit und testest, ob das Modell diesen Kontext für einen neuen Prompt erkennt.
Das Paket OpenAI, die Zeichenfolgen context_question und context_answer wurden bereits für dich vorinstalliert.
Diese Übung ist Teil des Kurses
Prompt-Engineering mit der OpenAI-API
Anleitung zur Übung
- Erstelle einen
system_prompt, der den Zweck des Chatbots erklärt und ihm hilft, Fragen auf eine nette Art zu beantworten. - Nutze die Funktionen
system_prompt,context_questionundcontext_answer, um eine Unterhaltung zu erstellen, die der Chatbot als Kontext nutzen kann, um auf die Anfrage eines neuen Nutzers zu antworten.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
client = OpenAI(api_key="")
# Define the system prompt
system_prompt = "____"
context_question = "What types of items can be delivered using MyPersonalDelivery?"
context_answer = "We deliver everything from everyday essentials such as groceries, medications, and documents to larger items like electronics, clothing, and furniture. However, please note that we currently do not offer delivery for hazardous materials or extremely fragile items requiring special handling."
# Add the context to the model
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "____", "content": ____},
{"role": "____", "content": ____},
{"role": "____", "content": ____ },
{"role": "user", "content": "Do you deliver furniture?"}])
response = response.choices[0].message.content
print(response)