ComeçarComece gratuitamente

Como disponibilizar contexto com exemplos de conversas

Suponha que haja um serviço de entrega chamado MyPersonalDelivery que ofereça uma grande variedade de opções de entrega de diversos itens. Você deseja criar um chatbot de atendimento ao cliente que ofereça suporte aos clientes em tudo o que precisarem. Para isso, você deve disponibilizar uma pergunta sobre o contexto (context_question) e uma resposta com o contexto (context_answer) sobre itens que a empresa fornece por meio de conversas anteriores e testar se o modelo reconhece esse contexto por meio de um novo prompt de usuário.

O pacote OpenAI e as strings context_question e context_answer foram pré-carregados para você.

Este exercício faz parte do curso

ChatGPT Prompt Engineering para desenvolvedores

Ver Curso

Instruções de exercício

  • Defina um system_prompt que especifique o objetivo do chatbot e o oriente a responder às perguntas de forma cordial.
  • Use system_prompt, context_question e context_answer para formular uma conversa que o chatbot possa usar como contexto para responder à nova consulta do usuário.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

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)
Editar e executar código