Control del comportamiento de un chatbot de atención al cliente
Cuando la empresa empezó a usar tu chatbot del ejercicio anterior, se dieron cuenta de que querían incorporar dos condiciones para mejorar sus interacciones: que el chatbot de atención al cliente pida el número de pedido si no se proporciona y que exprese empatía con los clientes que tengan problemas técnicos.
Te han asignado esta mejora. Necesitas añadir estas condiciones al base_system_prompt, que representa el prompt que diseñaste en el ejercicio anterior, y obtener un refined_system_prompt. Probarás el chatbot con dos consultas.
El paquete OpenAI, la cadena base_system_prompt desarrollada en el ejercicio anterior y la función get_response() ya están precargados para ti.
Este ejercicio forma parte del curso
Ingeniería de prompts con la API de OpenAI
Instrucciones del ejercicio
- Pídele al usuario su número de pedido si envió una consulta sobre un pedido sin especificar un número de pedido; guarda esto en
order_number_condition. - Define una
technical_issue_conditionen la que le indiques al modelo que empiece la respuesta conI'm sorry to hear about your issue with ...si el usuario está informando de un problema técnico. - Crea el
refined_system_promptque combina elbase_system_prompty las dos condiciones nuevas.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
client = OpenAI(api_key="")
# Define the order number condition
order_number_condition = "____"
# Define the technical issue condition
technical_issue_condition = "____"
# Create the refined system prompt
refined_system_prompt = ____
response_1 = get_response(refined_system_prompt, "My laptop screen is flickering. What should I do?")
response_2 = get_response(refined_system_prompt, "Can you help me track my recent order?")
print("Response 1: ", response_1)
print("Response 2: ", response_2)