Análisis de sentimiento con prompts de pocos disparos
Estás trabajando en un estudio de mercado y tu objetivo es utilizar un estímulo de pocos disparos para realizar un análisis de sentimiento de las opiniones de los clientes. Estás asignando un número a una determinada conversación con un cliente: -1 si el sentimiento es negativo, 1 si es positivo. Proporciona los siguientes ejemplos como conversaciones previas para que el modelo aprenda de ellas.
- La calidad del producto ha superado mis expectativas -> 1
- Tuve una experiencia terrible con el servicio de atención al cliente de este producto -> -1
El paquete OpenAI se ha precargado para ti.
Este ejercicio forma parte del curso
Ingeniería de prompts para ChatGPT para desarrolladores
Instrucciones de ejercicio
- Proporciona los ejemplos como conversaciones previas: asigna el texto como contexto para el rol
usery el número como contexto para el rolassistant. - Proporciona el siguiente texto para que el modelo lo clasifique y utilice la función adecuada:
The price of the product is really fair given its features.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
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)