เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Zero-shot prompting กับรีวิวสินค้า

นอกจากการตอบคำถาม แปลงข้อความ และสร้างข้อความใหม่แล้ว โมเดลของ OpenAI ยังสามารถนำมาใช้กับงานจำแนกประเภท (classification) ได้ด้วย เช่น การจัดหมวดหมู่และการวิเคราะห์ความรู้สึก (sentiment analysis)

ในแบบฝึกหัดนี้ เราจะลองใช้โมเดล chat ของ OpenAI เพื่อจำแนกความรู้สึกจากรีวิวของร้านขายรองเท้าออนไลน์ชื่อ Toe-Tally Comfortable

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การทำงานกับ OpenAI API

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนด prompt เพื่อจำแนกความรู้สึกของข้อความที่กำหนดให้ โดยใช้ตัวเลข 1 ถึง 5 (จากบวกไปลบ)
  • สร้างคำขอไปยัง Chat Completions endpoint เพื่อส่ง prompt นี้ไปยัง gpt-4o-mini

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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)
แก้ไขและรันโค้ด