Iteratieve prompt engineering voor few-shot-prompts
Je werkt aan een project bij je contentcreatiebedrijf. Het doel is een tekstclassificatiemodel te ontwikkelen dat emoties in tekst, zoals blijdschap, verdriet en angst, nauwkeurig kan herkennen en categoriseren. Als de tekst geen duidelijke emotie bevat, wil je dat het model reageert met "no explicit emotion".
Je hebt besloten de meegeleverde few-shot-prompt te gebruiken. Je hebt echter gemerkt dat "Time flies like an arrow" onjuist wordt geclassificeerd als "surprise". Je doel is nu om de prompt te verfijnen zodat het model dit specifieke voorbeeld correct classificeert als "no explicit emotion".
Het OpenAI-pakket en de functie get_response() zijn al voor je geladen.
Deze oefening maakt deel uit van de cursus
Prompt Engineering met de OpenAI API
Oefeninstructies
- Verfijn de
promptiteratief, door de voorbeelden te verbeteren, zodat je voor het voorbeeld"They sat and ate their meal"de output no explicit emotion krijgt.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
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)