CommencerCommencer gratuitement

Fournir du contexte à l'aide d'exemples de conversations

Supposons qu'il existe un service de livraison appelé MyPersonalDelivery qui propose une large gamme d'options de livraison pour divers articles. Vous souhaitez créer un chatbot de service client qui assiste les clients dans tous leurs besoins. Pour ce faire, vous fournirez un exemple de conversation ( context_question ) et un exemple de réponse ( context_answer ) concernant les articles livrés par l'entreprise, à partir de conversations précédentes, et vous testerez si le modèle reconnaît ce contexte à travers une nouvelle invite utilisateur.

Le package OpenAI, ainsi que les chaînes context_question et context_answer ont été préchargés pour vous.

Cet exercice fait partie du cours

Ingénierie rapide avec l'API OpenAI

Afficher le cours

Instructions

  • Définissez une stratégie de conversation ( system_prompt ) qui définit l'objectif du chatbot et le guide pour répondre aux questions de manière courtoise.
  • Veuillez utiliser les sites system_prompt, context_question et context_answer pour formuler une conversation que le chatbot pourra utiliser comme contexte afin de 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)
Modifier et exécuter le code