Rumah >Peranti teknologi >AI >Panduan yang komprehensif untuk menyederhanakan respons chatgpt dengan model GPT

Panduan yang komprehensif untuk menyederhanakan respons chatgpt dengan model GPT

Joseph Gordon-Levitt
Joseph Gordon-Levittasal
2025-03-10 10:57:10733semak imbas

Kajian Kualiti AI: Gunakan AI untuk meningkatkan kualiti aplikasi

Revolusi kecerdasan buatan telah menyapu bidang pembangunan aplikasi dan membuka era baru interaksi manusia-komputer. Walaupun perusahaan memanfaatkan AI untuk meningkatkan pengalaman pengguna, penyelesaian berdasarkan model bahasa besar (LLM) juga menunjukkan cabaran dalam mengekalkan integriti kandungan, ketepatan dan standard etika.

Keperluan untuk audit AI yang bertanggungjawab menjadi semakin jelas apabila aplikasi berkembang di luar persekitaran terkawal. Dalam persekitaran ini, memastikan tindak balas yang munasabah dan tepat kepada pengguna tidak mudah, tetapi ia adalah penting.

Sebagai contoh, dalam interaksi perkhidmatan pelanggan, maklumat salah atau kandungan yang tidak sesuai boleh menyebabkan ketidakpuasan pelanggan dan juga merosakkan reputasi syarikat. Tetapi sebagai pemaju, bagaimanakah kita dapat memastikan bahawa aplikasi berasaskan AI dapat memberikan pengguna respons yang munasabah dan tepat? Ini adalah di mana AI Audit dimainkan!

Artikel ini akan meneroka teknologi mendalam yang menggunakan model GPT untuk mengaudit aplikasi berasaskan GPT. Bina ejen audit berkualiti berasaskan GPT

Kajian Kualiti AI juga termasuk memastikan respons yang tidak berat sebelah dan sesuai dijana apabila menggunakan model bahasa besar (LLM). OpenAI telah melancarkan API yang direka untuk keperluan audit tersebut. Sekiranya anda berminat untuk mengesan tindak balas yang berat sebelah atau tidak sesuai yang dihasilkan oleh model anda, atau untuk menangani salah laku pengguna, anda akan mendapati pandangan berharga dalam artikel yang bertajuk ChatGPT Audit API: Kawalan Input/Output.

Walau bagaimanapun, artikel ini mengamalkan pendekatan yang berbeza untuk audit AI. Tumpuan kami adalah untuk memastikan kualiti tindak balas model, iaitu, ketepatan dan keperluan pengguna memenuhi. Setakat yang saya tahu, pada masa ini tiada titik akhir rasmi yang direka khusus untuk tujuan ini.

Walau bagaimanapun, memandangkan kami menggunakan model GPT secara meluas dalam pelbagai aplikasi, mengapa tidak menggunakannya sebagai pemeriksa kualiti untuk contoh model yang sama?

kita boleh menggunakan model GPT untuk menilai output yang dihasilkan oleh model itu sendiri untuk permintaan pengguna. Kaedah ujian ini membantu mencegah kekaburan dan tindak balas yang salah dan meningkatkan keupayaan model untuk memenuhi permintaan pengguna dengan berkesan.

Skop dan Sasaran

Artikel ini menerangkan cara menggunakan model GPT dalam skop permohonan untuk mengkaji kualiti dan ketepatan aplikasi berasaskan GPT

.

Sebagai contoh, jika anda menggunakan model GPT untuk menguasai chatbot perusahaan anda, anda mesti sangat berminat untuk memastikan chatbot anda tidak memberikan sebarang maklumat di luar item atau ciri katalog anda. Dalam bab -bab berikut, kami akan membuat contoh terakhir yang hidup dengan membuat panggilan mudah ke API Openai menggunakan pakej Openai Python dan buku nota Jupyter yang terkenal.

Matlamat utama adalah untuk menghasilkan aplikasi berasaskan LLM yang mudah dan mengaudit outputnya menggunakan pemeriksa kualiti berasaskan LLM. Dalam contoh kami, kami perlu membuat ejen perkhidmatan pelanggan sampel kami, ejen QA (dipanggil ejen QA dari sekarang), dan lebih penting lagi, menentukan interaksi antara kedua -duanya.

Imej berikut menunjukkan aliran kerja di atas dengan baik:

A Comprehensive Guide to Moderating ChatGPT Responses with GPT Models

Gambar buatan sendiri. Rajah aliran kerja audit: 1. Pengguna menghantar permintaan kepada aplikasi berasaskan LLM (dalam kes ini, chatbot perkhidmatan pelanggan). 2. Chatbot menghasilkan jawapannya, tetapi menghantarnya ke ejen QA terlebih dahulu. 3. Selepas ejen QA memeriksa sama ada jawapannya sesuai, ia menghantar jawapannya kembali kepada pengguna.

mari kita pergi langkah demi langkah!

Bina agen gpt

mari kita mulakan dengan membina ejen perbualan untuk perkhidmatan pelanggan kedai.

Jika anda sudah mempunyai aplikasi yang didorong oleh LLM atau ingin melaksanakan contoh pilihan anda, jangan ragu untuk melangkau bahagian pertama! Jika anda masih ingin tahu jika perniagaan anda boleh mendapat manfaat daripada aplikasi berasaskan LLM, maka anda harus mengikuti perbincangan podcast yang menarik!

Buat contoh chatbot perkhidmatan pelanggan

Mari kita anggap kita sedang membina ejen perkhidmatan pelanggan untuk kedai kami. Kami berminat menggunakan model seperti ChatGPT di belakang ejen klien ini untuk memanfaatkan keupayaan bahasa semulajadi mereka untuk memahami pertanyaan pengguna dan bertindak balas terhadapnya secara semula jadi.

Untuk menentukan chatbot perkhidmatan pelanggan kami, kami memerlukan dua elemen utama:

    A
  • Contoh Katalog Produk Untuk menghadkan ejen ke skop perniagaan kami. Dengan menyediakan katalog produk kami kepada model, kami boleh membiarkan model mengetahui maklumat yang hendak diberikan kepada pengguna kami.
  • A digunakan untuk menentukan tingkah laku maju model. Walaupun model GPT sering dilatih untuk pelbagai tugas, anda boleh menggunakan mesej sistem yang dipanggil untuk mengehadkan tingkah laku model. Akhir sekali, seperti mana-mana aplikasi berasaskan LLM yang lain, kami memerlukan cara untuk memanggil API OpenAI dari skrip kami. Dalam artikel ini, saya akan menggunakan pelaksanaan berikut, yang hanya bergantung pada pakej OpenAI:

Idea di belakangnya adalah untuk memulakan sejarah mesej yang berasingan (termasuk mesej sistem) untuk setiap contoh model dan menggunakan interaksi yang akan datang dengan model untuk terus mengemas kini.
<code>import openai
import os

# 从环境中获取 OpenAI 密钥
openai_api_key = os.environ["OPENAI_API_KEY"]

# 使用过去交互记忆的简单 OpenAI API 调用
def gpt_call(prompt, message_history, model="gpt-3.5-turbo"):
message_history.append({'role': 'user', 'content': prompt})
response = openai.ChatCompletion.create( 
model=model,
messages=message_history
)

response_text = response.choices[0].message["content"]
message_history.append({'role': 'assistant', 'content': response_text})
return response_text</code>

Jika anda mencari cara yang lebih optimum untuk mengendalikan interaksi, saya sangat mengesyorkan menggunakan kerangka Langchain, seperti yang kita lakukan dalam membina chatboard yang menyedari konteks: melaksanakan chatgpt dengan kerangka Langchain.

Jika anda tidak biasa dengan API OpenAI, pertimbangkan untuk menyemak webinar untuk memulakan dengan Openai API dan ChatGPT.

Sekarang kita telah mengenal pasti blok bangunan yang diperlukan, mari kita buat bersama -sama:

kita dapat melihat bahawa kita telah menentukan direktori sampel (product_information) (format JSONL) dan mesej sistem (customer_agent_sysmessage) dengan tiga keperluan:
<code># 定义我们的示例产品目录
product_information = """
{ "name": "UltraView QLED TV", "category": "Televisions and Home Theater Systems", "brand": "UltraView", "model_number": "UV-QLED65", "warranty": "3 years", "rating": 4.9, "features": [ "65-inch QLED display", "8K resolution", "Quantum HDR", "Dolby Vision", "Smart TV" ], "description": "Experience lifelike colors and incredible clarity with this high-end QLED TV.", "price": 2499.99 }
{ "name": "ViewTech Android TV", "category": "Televisions and Home Theater Systems", "brand": "ViewTech", "model_number": "VT-ATV55", "warranty": "2 years", "rating": 4.7, "features": [ "55-inch 4K display", "Android TV OS", "Voice remote", "Chromecast built-in" ], "description": "Access your favorite apps and content on this smart Android TV.", "price": 799.99 }
{ "name": "SlimView OLED TV", "category": "Televisions and Home Theater Systems", "brand": "SlimView", "model_number": "SL-OLED75", "warranty": "2 years", "rating": 4.8, "features": [ "75-inch OLED display", "4K resolution", "HDR10+", "Dolby Atmos", "Smart TV" ], "description": "Immerse yourself in a theater-like experience with this ultra-thin OLED TV.", "price": 3499.99 }
{ "name": "TechGen X Pro", "category": "Smartphones and Accessories", "brand": "TechGen", "model_number": "TG-XP20", "warranty": "1 year", "rating": 4.5, "features": [ "6.4-inch AMOLED display", "128GB storage", "48MP triple camera", "5G", "Fast charging" ], "description": "A feature-packed smartphone designed for power users and mobile enthusiasts.", "price": 899.99 }
{ "name": "GigaPhone 12X", "category": "Smartphones and Accessories", "brand": "GigaPhone", "model_number": "GP-12X", "warranty": "2 years", "rating": 4.6, "features": [ "6.7-inch IPS display", "256GB storage", "108MP quad camera", "5G", "Wireless charging" ], "description": "Unleash the power of 5G and high-resolution photography with the GigaPhone 12X.", "price": 1199.99 }
{ "name": "Zephyr Z1", "category": "Smartphones and Accessories", "brand": "Zephyr", "model_number": "ZP-Z1", "warranty": "1 year", "rating": 4.4, "features": [ "6.2-inch LCD display", "64GB storage", "16MP dual camera", "4G LTE", "Long battery life" ], "description": "A budget-friendly smartphone with reliable performance for everyday use.", "price": 349.99 }
{ "name": "PixelMaster Pro DSLR", "category": "Cameras and Camcorders", "brand": "PixelMaster", "model_number": "PM-DSLR500", "warranty": "2 years", "rating": 4.8, "features": [ "30.4MP full-frame sensor", "4K video", "Dual Pixel AF", "3.2-inch touchscreen" ], "description": "Unleash your creativity with this professional-grade DSLR camera.", "price": 1999.99 }
{ "name": "ActionX Waterproof Camera", "category": "Cameras and Camcorders", "brand": "ActionX", "model_number": "AX-WPC100", "warranty": "1 year", "rating": 4.6, "features": [ "20MP sensor", "4K video", "Waterproof up to 50m", "Wi-Fi connectivity" ], "description": "Capture your adventures with this rugged and versatile action camera.", "price": 299.99 }
{ "name": "SonicBlast Wireless Headphones", "category": "Audio and Headphones", "brand": "SonicBlast", "model_number": "SB-WH200", "warranty": "1 year", "rating": 4.7, "features": [ "Active noise cancellation", "50mm drivers", "30-hour battery life", "Comfortable earpads" ], "description": "Immerse yourself in superior sound quality with these wireless headphones.", "price": 149.99 }
"""

# 为我们的用例定义一个合适的系统消息
customer_agent_sysmessage = f"""
您是一位客户服务代理,负责回答客户关于产品目录中产品的疑问。
产品目录将用三个反引号分隔,即 ```。
以友好和人性化的语气回复,并提供产品目录中可用的详细信息。

产品目录: ```{product_information}```
"""

# 初始化模型的记忆
customer_agent_history = [{'role': 'system', 'content': customer_agent_sysmessage}]</code>

memainkan peranan ejen perkhidmatan pelanggan.
  • Balas dalam nada yang mesra dan berperikemanusiaan.
  • hanya memberikan maklumat dalam direktori.
  • Akhirnya, kami juga memulakan sejarah mesej ejen pelanggan (customer_agent_history).

Perlu diperhatikan bahawa kami menggunakan gaya ciri apabila menulis mesej sistem dan maklumat tambahan (mis., Tiga backticks). Ini adalah salah satu amalan terbaik untuk kejuruteraan tip! Sekiranya anda berminat dengan amalan terbaik, Webinar Panduan Bermula Tips CHATGPT adalah untuk anda!

Pada ketika ini, kita boleh mula menggunakan chatbot pelanggan sampel kami seperti berikut:

<code>import openai
import os

# 从环境中获取 OpenAI 密钥
openai_api_key = os.environ["OPENAI_API_KEY"]

# 使用过去交互记忆的简单 OpenAI API 调用
def gpt_call(prompt, message_history, model="gpt-3.5-turbo"):
message_history.append({'role': 'user', 'content': prompt})
response = openai.ChatCompletion.create( 
model=model,
messages=message_history
)

response_text = response.choices[0].message["content"]
message_history.append({'role': 'assistant', 'content': response_text})
return response_text</code>

kelihatan seperti jawapan semula jadi, bukan? Mari kita mempunyai interaksi susulan:

<code># 定义我们的示例产品目录
product_information = """
{ "name": "UltraView QLED TV", "category": "Televisions and Home Theater Systems", "brand": "UltraView", "model_number": "UV-QLED65", "warranty": "3 years", "rating": 4.9, "features": [ "65-inch QLED display", "8K resolution", "Quantum HDR", "Dolby Vision", "Smart TV" ], "description": "Experience lifelike colors and incredible clarity with this high-end QLED TV.", "price": 2499.99 }
{ "name": "ViewTech Android TV", "category": "Televisions and Home Theater Systems", "brand": "ViewTech", "model_number": "VT-ATV55", "warranty": "2 years", "rating": 4.7, "features": [ "55-inch 4K display", "Android TV OS", "Voice remote", "Chromecast built-in" ], "description": "Access your favorite apps and content on this smart Android TV.", "price": 799.99 }
{ "name": "SlimView OLED TV", "category": "Televisions and Home Theater Systems", "brand": "SlimView", "model_number": "SL-OLED75", "warranty": "2 years", "rating": 4.8, "features": [ "75-inch OLED display", "4K resolution", "HDR10+", "Dolby Atmos", "Smart TV" ], "description": "Immerse yourself in a theater-like experience with this ultra-thin OLED TV.", "price": 3499.99 }
{ "name": "TechGen X Pro", "category": "Smartphones and Accessories", "brand": "TechGen", "model_number": "TG-XP20", "warranty": "1 year", "rating": 4.5, "features": [ "6.4-inch AMOLED display", "128GB storage", "48MP triple camera", "5G", "Fast charging" ], "description": "A feature-packed smartphone designed for power users and mobile enthusiasts.", "price": 899.99 }
{ "name": "GigaPhone 12X", "category": "Smartphones and Accessories", "brand": "GigaPhone", "model_number": "GP-12X", "warranty": "2 years", "rating": 4.6, "features": [ "6.7-inch IPS display", "256GB storage", "108MP quad camera", "5G", "Wireless charging" ], "description": "Unleash the power of 5G and high-resolution photography with the GigaPhone 12X.", "price": 1199.99 }
{ "name": "Zephyr Z1", "category": "Smartphones and Accessories", "brand": "Zephyr", "model_number": "ZP-Z1", "warranty": "1 year", "rating": 4.4, "features": [ "6.2-inch LCD display", "64GB storage", "16MP dual camera", "4G LTE", "Long battery life" ], "description": "A budget-friendly smartphone with reliable performance for everyday use.", "price": 349.99 }
{ "name": "PixelMaster Pro DSLR", "category": "Cameras and Camcorders", "brand": "PixelMaster", "model_number": "PM-DSLR500", "warranty": "2 years", "rating": 4.8, "features": [ "30.4MP full-frame sensor", "4K video", "Dual Pixel AF", "3.2-inch touchscreen" ], "description": "Unleash your creativity with this professional-grade DSLR camera.", "price": 1999.99 }
{ "name": "ActionX Waterproof Camera", "category": "Cameras and Camcorders", "brand": "ActionX", "model_number": "AX-WPC100", "warranty": "1 year", "rating": 4.6, "features": [ "20MP sensor", "4K video", "Waterproof up to 50m", "Wi-Fi connectivity" ], "description": "Capture your adventures with this rugged and versatile action camera.", "price": 299.99 }
{ "name": "SonicBlast Wireless Headphones", "category": "Audio and Headphones", "brand": "SonicBlast", "model_number": "SB-WH200", "warranty": "1 year", "rating": 4.7, "features": [ "Active noise cancellation", "50mm drivers", "30-hour battery life", "Comfortable earpads" ], "description": "Immerse yourself in superior sound quality with these wireless headphones.", "price": 149.99 }
"""

# 为我们的用例定义一个合适的系统消息
customer_agent_sysmessage = f"""
您是一位客户服务代理,负责回答客户关于产品目录中产品的疑问。
产品目录将用三个反引号分隔,即 ```。
以友好和人性化的语气回复,并提供产品目录中可用的详细信息。

产品目录: ```{product_information}```
"""

# 初始化模型的记忆
customer_agent_history = [{'role': 'system', 'content': customer_agent_sysmessage}]</code>

Ia adil! Ejen boleh menyedari bahawa tidak ada iPhone dalam katalog produk kami dan membalas kepada pengguna dengan sewajarnya. Ia juga menggalakkan pengguna untuk menghubungi kedai!

mari kita cuba permintaan lain:

<code>user_prompt = "你们商店里最好的电视是什么?"

customer_agent_response = gpt_call(user_prompt, customer_agent_history)
print(customer_agent_response)

# 输出:在我们商店里,UltraView QLED 电视被认为是最好的电视。它的评分为 4.9,并提供 65 英寸 QLED 显示屏和 8K 分辨率。它还具有 Quantum HDR、Dolby Vision 和智能电视功能。凭借其逼真的色彩和令人难以置信的清晰度,这款高端 QLED 电视可提供身临其境的观看体验。UltraView QLED 电视的价格为 2499.99 美元,并提供 3 年保修。</code>

dengan betul , nampaknya dalam beberapa kes proksi boleh melangkau maklumat dalam direktori. Dalam kes ini, proksi QA dapat membantu menapis tindak balas yang tidak diingini.

Membangunkan ejen QA tersuai kami

Seperti yang telah kita bincangkan, tujuan ejen QA adalah untuk memeriksa kualiti ejen perkhidmatan pelanggan berdasarkan pertanyaan pengguna dan katalog produk. Oleh itu, adalah penting untuk menentukan mesej sistem yang menetapkan tingkah laku lanjutan yang tepat ini:

<code>user_prompt = "我想买最新的 iPhone。你能帮我吗?"

customer_agent_response = gpt_call(user_prompt, customer_agent_history)
print(customer_agent_response)

# 输出:当然!我很乐意帮助您找到最新的 iPhone。但是,由于它似乎缺失于产品目录中,我目前无法提供有关最新 iPhone 型号的具体详细信息。我建议您查看我们的网站或直接联系我们的商店,以获取有关最新 iPhone 型号的最新信息。我们知识渊博的工作人员将能够帮助您选择最符合您的需求和偏好的 iPhone。</code>

Untuk ejen pelanggan, arahan pengguna tidak dapat diramalkan kerana mereka bergantung kepada keperluan pengguna dan gaya penulisan. Bagi ejen QA, kami bertanggungjawab untuk meluluskan permintaan pengguna, respons ejen pelanggan, dan katalog produk kepada model. Oleh itu, prompt kami akan sentiasa mempunyai struktur yang sama, tetapi pertanyaan pengguna (user_prompt) dan tindak balas model (customer_agent_response) adalah berbeza:

<code>user_prompt = "你能帮我买一台三星电视吗?"

customer_agent_response = gpt_call(user_prompt, customer_agent_history)
print(customer_agent_response)

# 输出:当然!我很乐意协助您购买三星电视。您能否提供您的一些具体要求或偏好?这样,我可以推荐最适合您需求的三星电视型号。</code>

Setelah mesej sistem dan prompt QA ditakrifkan, kami dapat menguji ejen QA dengan respons perkhidmatan pelanggan terkini seperti berikut:

<code>qa_sysmessage = f"""
您是一位质量助理,负责评估客户服务代理是否正确地回答了客户的问题。
您还必须验证客户服务代理是否仅提供我们商店产品目录中的信息,并温和地拒绝目录之外的任何其他产品。
客户消息、客户服务代理的回复和产品目录将用三个反引号分隔,即 ```。

请说明您的答案原因。
"""</code>

Untuk menilai tindak balas ejen QA, mari kita pecahkan interaksi yang akan dianalisis:

  • Pengguna diminta: "Bolehkah anda membelikan saya TV Samsung?"
  • Ejen Pelanggan Balas: "Sudah tentu! Saya gembira dapat membantu anda dalam membeli TV Samsung. Ejen QA: "Pemeriksaan Kualiti: Maklum Balas Balas: Pelanggan meminta bantuan untuk membeli Samsung TV, tetapi ejen itu tidak memproses permintaan itu.
  • Ejen kualiti dapat mengesan respons yang tidak sesuai dari ejen pelanggan!
Interaksi antara ejen

Sekarang kita telah membiarkan kedua -dua ejen bekerja secara bebas, sudah tiba masanya untuk menentukan interaksi di antara mereka.

kita boleh menggunakan carta mudah untuk menggambarkan dua ejen dan keperluan mereka:

Gambar buatan sendiri. Tiga gambarajah blok bangunan untuk setiap ejen: mesej sistem (biru), input model (hijau), dan output model (kuning). A Comprehensive Guide to Moderating ChatGPT Responses with GPT Models

Apa yang akan datang? Sekarang, kita perlu melaksanakan interaksi antara kedua -dua model!

Berikut adalah cadangan untuk menapis tindak balas yang tidak tepat:

Pertama, kami membiarkan ejen pelanggan menjana respons berdasarkan pertanyaan pengguna. Kemudian, jika ejen QA menganggap respons ejen pelanggan cukup baik untuk pertanyaan pengguna dan katalog produk, kami hanya perlu menghantar jawapannya kepada pengguna.

Sebaliknya, jika ejen QA menentukan bahawa jawapannya tidak memenuhi permintaan pengguna atau mengandungi maklumat yang tidak benar mengenai direktori, kami boleh meminta ejen pelanggan untuk memperbaiki jawapan sebelum menghantarnya kepada pengguna.

Memandangkan idea ini, kita dapat memperbaiki bahagian terakhir carta asal kita seperti berikut:

A Comprehensive Guide to Moderating ChatGPT Responses with GPT Models

Gambar buatan sendiri. Rajah aliran kerja audit yang dilanjutkan. Kita boleh menggunakan penghakiman proksi QA untuk memberi maklum balas kepada aplikasi berasaskan LLM.

Interaksi ejen pesanan

Untuk menggunakan proksi QA sebagai penapis, kita perlu memastikan ia mengeluarkan tindak balas yang konsisten dalam setiap lelaran.

Satu cara untuk mencapai matlamat ini ialah menukar mesej sistem proksi QA sedikit dan memerlukannya untuk mengeluarkan benar hanya jika proksi klien bertindak balas dengan baik, jika tidak, output palsu:

Jadi apabila kita menilai respons ejen pelanggan terkini sekali lagi, kita hanya akan mendapat output boolean:
<code>import openai
import os

# 从环境中获取 OpenAI 密钥
openai_api_key = os.environ["OPENAI_API_KEY"]

# 使用过去交互记忆的简单 OpenAI API 调用
def gpt_call(prompt, message_history, model="gpt-3.5-turbo"):
message_history.append({'role': 'user', 'content': prompt})
response = openai.ChatCompletion.create( 
model=model,
messages=message_history
)

response_text = response.choices[0].message["content"]
message_history.append({'role': 'assistant', 'content': response_text})
return response_text</code>

Kami dapat menggunakan nilai boolean ini untuk menghantar respons kepada pengguna (jika proksi QA menilai kepada benar) atau memberi model peluang kedua untuk menghasilkan respons baru (jika proksi QA menilai palsu).
<code># 定义我们的示例产品目录
product_information = """
{ "name": "UltraView QLED TV", "category": "Televisions and Home Theater Systems", "brand": "UltraView", "model_number": "UV-QLED65", "warranty": "3 years", "rating": 4.9, "features": [ "65-inch QLED display", "8K resolution", "Quantum HDR", "Dolby Vision", "Smart TV" ], "description": "Experience lifelike colors and incredible clarity with this high-end QLED TV.", "price": 2499.99 }
{ "name": "ViewTech Android TV", "category": "Televisions and Home Theater Systems", "brand": "ViewTech", "model_number": "VT-ATV55", "warranty": "2 years", "rating": 4.7, "features": [ "55-inch 4K display", "Android TV OS", "Voice remote", "Chromecast built-in" ], "description": "Access your favorite apps and content on this smart Android TV.", "price": 799.99 }
{ "name": "SlimView OLED TV", "category": "Televisions and Home Theater Systems", "brand": "SlimView", "model_number": "SL-OLED75", "warranty": "2 years", "rating": 4.8, "features": [ "75-inch OLED display", "4K resolution", "HDR10+", "Dolby Atmos", "Smart TV" ], "description": "Immerse yourself in a theater-like experience with this ultra-thin OLED TV.", "price": 3499.99 }
{ "name": "TechGen X Pro", "category": "Smartphones and Accessories", "brand": "TechGen", "model_number": "TG-XP20", "warranty": "1 year", "rating": 4.5, "features": [ "6.4-inch AMOLED display", "128GB storage", "48MP triple camera", "5G", "Fast charging" ], "description": "A feature-packed smartphone designed for power users and mobile enthusiasts.", "price": 899.99 }
{ "name": "GigaPhone 12X", "category": "Smartphones and Accessories", "brand": "GigaPhone", "model_number": "GP-12X", "warranty": "2 years", "rating": 4.6, "features": [ "6.7-inch IPS display", "256GB storage", "108MP quad camera", "5G", "Wireless charging" ], "description": "Unleash the power of 5G and high-resolution photography with the GigaPhone 12X.", "price": 1199.99 }
{ "name": "Zephyr Z1", "category": "Smartphones and Accessories", "brand": "Zephyr", "model_number": "ZP-Z1", "warranty": "1 year", "rating": 4.4, "features": [ "6.2-inch LCD display", "64GB storage", "16MP dual camera", "4G LTE", "Long battery life" ], "description": "A budget-friendly smartphone with reliable performance for everyday use.", "price": 349.99 }
{ "name": "PixelMaster Pro DSLR", "category": "Cameras and Camcorders", "brand": "PixelMaster", "model_number": "PM-DSLR500", "warranty": "2 years", "rating": 4.8, "features": [ "30.4MP full-frame sensor", "4K video", "Dual Pixel AF", "3.2-inch touchscreen" ], "description": "Unleash your creativity with this professional-grade DSLR camera.", "price": 1999.99 }
{ "name": "ActionX Waterproof Camera", "category": "Cameras and Camcorders", "brand": "ActionX", "model_number": "AX-WPC100", "warranty": "1 year", "rating": 4.6, "features": [ "20MP sensor", "4K video", "Waterproof up to 50m", "Wi-Fi connectivity" ], "description": "Capture your adventures with this rugged and versatile action camera.", "price": 299.99 }
{ "name": "SonicBlast Wireless Headphones", "category": "Audio and Headphones", "brand": "SonicBlast", "model_number": "SB-WH200", "warranty": "1 year", "rating": 4.7, "features": [ "Active noise cancellation", "50mm drivers", "30-hour battery life", "Comfortable earpads" ], "description": "Immerse yourself in superior sound quality with these wireless headphones.", "price": 149.99 }
"""

# 为我们的用例定义一个合适的系统消息
customer_agent_sysmessage = f"""
您是一位客户服务代理,负责回答客户关于产品目录中产品的疑问。
产品目录将用三个反引号分隔,即 ```。
以友好和人性化的语气回复,并提供产品目录中可用的详细信息。

产品目录: ```{product_information}```
"""

# 初始化模型的记忆
customer_agent_history = [{'role': 'system', 'content': customer_agent_sysmessage}]</code>

Interaksi Ejen Demo

mari kita meletakkan semuanya bersama -sama!

kerana kami telah memulakan dua memori (dengan mesej sistem mereka dan maklumat tambahan masing -masing), setiap permintaan pelanggan boleh diproses seperti berikut:

Seperti yang disebutkan di atas, kami telah menapis tindak balas berdasarkan ketepatannya. Saya meninggalkan anda dengan tugas memutuskan bagaimana menangani tindak balas yang tidak sesuai. Kami telah membuat idea menghantar maklum balas kepada ejen pelanggan dan meminta mereka untuk mencuba lagi, tetapi bagaimana kami meminta ejen QA untuk beralih kepada respons yang lebih baik? Terdapat banyak kemungkinan!
<code>user_prompt = "你们商店里最好的电视是什么?"

customer_agent_response = gpt_call(user_prompt, customer_agent_history)
print(customer_agent_response)

# 输出:在我们商店里,UltraView QLED 电视被认为是最好的电视。它的评分为 4.9,并提供 65 英寸 QLED 显示屏和 8K 分辨率。它还具有 Quantum HDR、Dolby Vision 和智能电视功能。凭借其逼真的色彩和令人难以置信的清晰度,这款高端 QLED 电视可提供身临其境的观看体验。UltraView QLED 电视的价格为 2499.99 美元,并提供 3 年保修。</code>

Kesimpulan

Dalam artikel ini, kami meneroka potensi menggunakan model GPT sebagai juruaudit untuk contoh model lain yang serupa. Kami telah menunjukkan bahawa keupayaan berkuasa yang sama yang membawa kami menggunakan model LLM dalam aplikasi kami dapat membantu aplikasi kami meningkatkan ketepatan dan kesempurnaan interaksi pengguna.

bertentangan dengan salah faham, melaksanakan tahap audit tidak semestinya bermakna meningkatkan kerumitan permohonan, dan, seperti yang telah kita tunjukkan, kadang -kadang ia dapat dilaksanakan dengan beberapa baris kod yang direka dengan teliti, dengan ketara menaik taraf fungsi aplikasi.

Audit LLM yang bertanggungjawab adalah penting dalam dunia yang didorong oleh AI hari ini. Ini bukan sekadar pilihan, tetapi kewajipan moral. Melalui audit AI bersepadu, kami memastikan bahawa aplikasi kami bukan sahaja berkuasa, tetapi boleh dipercayai dan beretika. Marilah kita memajukan pembangunan secara bertanggungjawab supaya kita dapat terus mendapat manfaat daripada AI sambil mengekalkan ketepatannya.

Terima kasih kerana membaca! Jika anda menyukai topik ulasan AI, saya menggalakkan anda untuk terus membaca mempromosikan AI yang bertanggungjawab: Kajian Kandungan di CHATGPT sebagai susulan!

Atas ialah kandungan terperinci Panduan yang komprehensif untuk menyederhanakan respons chatgpt dengan model GPT. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn