Анализ тикетов службы поддержки
Служба поддержки получает тикеты по различным каналам: электронная почта, чат и социальные сети. Компания хочет автоматически извлекать ключевые сущности, чтобы правильно категоризировать и приоритизировать тикеты. Ваша задача — составить few-shot промпт, который поможет решить эту задачу.
У вас есть три примера тикетов (ticket_1, ticket_2 и ticket_3) и соответствующие им сущности (entities_1, entities_2 и entities_3), которые подскажут модели, что искать и как отображать результат. Вам нужно, чтобы модель извлекла сущности из новой строки ticket_4.
Пакет OpenAI, строка ticket_4 и функция get_response() уже загружены для вас, как и переменные тикетов и сущностей, упомянутые выше.
Это упражнение является частью курса
Разработка промптов с OpenAI API
Инструкции к упражнению
- Составьте few-shot промпт, который использует три тикета и соответствующие им сущности для извлечения сущностей из нового тикета
ticket_4.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
client = OpenAI(api_key="")
# Craft a few-shot prompt to get the ticket's entities
prompt = ____
response = get_response(prompt)
print("Ticket: \n", ticket_4)
print("Entities: \n", response)