Zero-shot prompting avec révisions
En plus de répondre à des questions, de transformer des textes et d'en générer de nouveaux, les modèles de l'OpenAI peuvent également être utilisés pour des tâches de classification, telles que la catégorisation et l’analyse des opinions.
Dans cet exercice, vous explorerez l'utilisation de modèles de conversations OpenAI pour la classification des opinions à l'aide d'avis provenant d'un magasin de chaussures en ligne appelé Toe-Tally Comfortable.
Cet exercice fait partie du cours
Travailler avec l'API OpenAI
Instructions
- Définissez un
promptpour classer l’opinion des déclarations fournies en utilisant les chiffres1à5(positif à négatif). - Créez une requête au point de terminaison « Chat Completions » pour envoyer ce prompt à
gpt-4o-mini.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
client = OpenAI(api_key="")
# Define a multi-line prompt to classify sentiment
prompt = """____:
1. Unbelievably good!
2. Shoes fell apart on the second use.
3. The shoes look nice, but they aren't very comfortable.
4. Can't wait to show them off!"""
# Create a request to the Chat Completions endpoint
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": ____}],
max_completion_tokens=100
)
print(response.choices[0].message.content)