Dostarczanie kontekstu poprzez przykładowe rozmowy
Wyobraź sobie firmę kurierską o nazwie MyPersonalDelivery, która oferuje szeroki wybór opcji dostawy różnych przedmiotów. Chcesz stworzyć chatbota obsługi klienta, który będzie wspierał klientów w każdej sprawie. W tym celu dostarczysz zmienne context_question i context_answer – zawierające pytanie i odpowiedź dotyczące przedmiotów dostarczanych przez firmę – jako fragment poprzedniej rozmowy. Następnie sprawdzisz, czy model poprawnie rozpoznaje ten kontekst w odpowiedzi na nowe zapytanie użytkownika.
Pakiet OpenAI oraz zmienne context_question i context_answer zostały już wstępnie załadowane.
To ćwiczenie jest częścią kursu
Prompt Engineering z OpenAI API
Instrukcje do ćwiczenia
- Zdefiniuj zmienną
system_prompt, która określa cel chatbota i nakierowuje go na udzielanie odpowiedzi w uprzejmy sposób. - Użyj zmiennych
system_prompt,context_questionicontext_answer, aby sformułować rozmowę, którą chatbot będzie mógł wykorzystać jako kontekst do odpowiedzi na nowe zapytanie użytkownika.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)