Analys av kundsupportärenden
Kundsupportteamet tar emot ärenden via olika kanaler, till exempel e-post, chatt och sociala medier. Företaget vill automatiskt extrahera nyckelentiteter för att kategorisera och prioritera ärendena på rätt sätt. Din uppgift är att skapa en few-shot-prompt som hjälper dem att uppnå det.
Du har tre exempelärenden (ticket_1, ticket_2 och ticket_3) med tillhörande entiteter (entities_1, entities_2 och entities_3) för att visa modellen vad den ska leta efter och hur resultatet ska presenteras. Du behöver att modellen extraherar entiteter från den nya strängen ticket_4.
OpenAI-paketet, strängen ticket_4 och funktionen get_response() har lästs in i förväg, liksom de ticket- och entitetsvariabler som nämnts ovan.
Den här övningen är en del av kursen
Prompt Engineering med OpenAI API
Övningsinstruktioner
- Skapa en few-shot-prompt som använder tre ärenden med tillhörande entiteter för att extrahera entiteter från det nya ärendet
ticket_4.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)