Fournir un contexte à l'aide d'exemples de conversations
Supposons qu'il existe un service de livraison appelé MyPersonalDelivery qui propose un large éventail d'options de livraison pour différents articles. Vous souhaitez créer un chatbot de service à la clientèle qui aide les clients à répondre à tous leurs besoins. Pour ce faire, vous fournirez une adresse context_question et une adresse context_answer concernant les articles livrés par l'entreprise au cours de conversations antérieures, et vous testerez si le modèle reconnaît ce contexte par le biais d'une nouvelle invite utilisateur.
Le paquet OpenAI, les chaînes context_question et context_answer ont été préchargés pour vous.
Cet exercice fait partie du cours
Ingénierie rapide avec l'API OpenAI
Instructions
- Définissez un site
system_promptqui définit l'objectif du chatbot et le guide pour qu'il réponde aux questions de manière douce. - Utilisez
system_prompt,context_questionetcontext_answerpour formuler une conversation que le chatbot peut utiliser comme contexte pour répondre à la nouvelle requête de l'utilisateur.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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)