Prompt engineering iterativo per i few-shot prompt
Stai lavorando a un progetto nella tua azienda di content creation. L'obiettivo è sviluppare un modello di classificazione del testo capace di identificare e categorizzare con precisione diverse emozioni nel testo, come felicità, tristezza e paura. Nei casi in cui il testo non contenga alcuna emozione riconoscibile, vuoi che il modello risponda con "no explicit emotion".
Hai deciso di usare il prompt few-shot fornito. Tuttavia, hai notato che "Time flies like an arrow" viene classificato erroneamente come "surprise". Il tuo obiettivo ora è affinare il prompt in modo che il modello classifichi correttamente questo esempio specifico come "no explicit emotion".
Il pacchetto OpenAI e la funzione get_response() sono già stati caricati per te.
Questo esercizio fa parte del corso
Prompt Engineering con l'API di OpenAI
Istruzioni dell'esercizio
- Affina iterativamente il
prompt, migliorando gli esempi, per ottenere l'output no explicit emotion per l'esempio"They sat and ate their meal".
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
client = OpenAI(api_key="")
# Refine the following prompt
prompt = """
Receiving a promotion at work made me feel on top of the world -> Happiness
The movie's ending left me with a heavy feeling in my chest -> Sadness
Walking alone in the dark alley sent shivers down my spine -> Fear
____
____
They sat and ate their meal ->
"""
response = get_response(prompt)
print(response)