Tillhandahålla kontext via exempelkonversationer

Tänk dig att det finns en leveranstjänst som heter MyPersonalDelivery och som erbjuder ett brett utbud av leveransalternativ för olika varor. Du vill skapa en kundtjänstchatbot som hjälper kunder med det de behöver. För att åstadkomma detta anger du en context_question och ett context_answer om vilka varor företaget levererar, via tidigare konversationer. Sedan testar du om modellen känner igen denna kontext genom en ny användarprompt.

Paketet OpenAI, strängen context_question och strängen context_answer har förhandsladdats åt dig.

Den här övningen är en del av kursen

Prompt Engineering med OpenAI API

Visa kurs

Övningsinstruktioner

Definiera en system_prompt som beskriver chatbotens syfte och vägleder den att svara på frågor på ett vänligt sätt.
Använd system_prompt, context_question och context_answer för att formulera en konversation som chatboten kan använda som kontext för att svara på den nya användarfrågan.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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)

Redigera och kör kod