НачатьНачать бесплатно

Промптинг без примеров при работе с отзывами

Модели OpenAI можно использовать не только для ответов на вопросы, преобразования и генерации текста, но и для задач классификации — например, категоризации и анализа тональности.

В этом упражнении вы научитесь применять чат-модели OpenAI для классификации тональности отзывов интернет-магазина обуви Toe-Tally Comfortable.

Это упражнение является частью курса

Работа с OpenAI API

Посмотреть курс

Инструкции к упражнению

  • Составьте prompt для классификации тональности предложенных высказываний с помощью чисел от 1 до 5 (от позитивного к негативному).
  • Создайте запрос к эндпоинту Chat Completions, чтобы отправить этот промпт в gpt-4o-mini.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

client = OpenAI(api_key="")

# Define a multi-line prompt to classify sentiment
prompt = """____:
1. Unbelievably good!
2. Shoes fell apart on the second use.
3. The shoes look nice, but they aren't very comfortable.
4. Can't wait to show them off!"""

# Create a request to the Chat Completions endpoint
response = client.chat.completions.create(
  model="gpt-4o-mini",
  messages=[{"role": "user", "content": ____}],
  max_completion_tokens=100
)

print(response.choices[0].message.content)
Редактировать и запускать код