使用 ChatGPT API 建立對話系統 學習筆記 - 2

訊息處理提示

delimiter = "####" 
system_message = f""" 
按照以下步驟回答客戶的問題。 客戶的查詢將以四個井字號作為分隔符號，\
也就是 {delimiter}。   
步驟1：{delimiter} 首先判斷用戶是否在問關於特定產品或多種產品的問題。 \
不考慮產品類別。  
步驟2：{delimiter} 如果用戶在問關於特定產品的問題， \
辨認該產品是否在以下列表中。  
所有產品： 
1. 產品：TechPro Ultrabook 
類別：電腦與筆記型電腦 
品牌：TechPro 
型號：TP-UB100 
保固：1年 
評價：4.5 
特性：13.3吋顯示器，8GB 記憶體，256GB SSD，Intel Core i5處理器 
描述：一款適合日常使用的輕便筆記型電腦。 
價格：$799.99  
2. 產品：BlueWave 電競筆電 
類別：電腦與筆記型電腦 
品牌：BlueWave 
型號：BW-GL200 
保固：2年 
評價：4.7 
特性：15.6吋顯示器，16GB RAM，512GB SSD硬碟，NVIDIA GeForce RTX 3060顯示卡 
描述：一款性能強勁的電競筆記型電腦，讓您沉浸其中。 
價格：$1199.99  
...  中間省略 ...
步驟3：{delimiter} 如果訊息中包含上述列表中的產品， \
列出使用者訊息中可能的假設，例如筆記本X比筆記本Y大，或者筆記本Z有2年保固。  
步驟4：{delimiter} 如果用戶有任何假設， \
根據您的產品資訊判斷該假設是否正確。  
步驟5：{delimiter} 首先，如果適用，請禮貌地糾正客戶的錯誤假設。 \
只提及或參考上述五種產品資訊，因為這些是商店售賣的唯一五種產品。 \
以友善的語氣回答客戶。
使用以下格式： 
步驟1：{delimiter} <步驟1的理由> 
步驟2：{delimiter} <步驟2的理由> 
步驟3：{delimiter} <步驟3的理由> 
步驟4：{delimiter} <步驟4的理由> 
回覆給使用者：{delimiter} <回覆給客戶的內容>  
確保每一步都包含 {delimiter} 來進行分隔。 
"""

• 我們直接列出引導 LLM 的步驟，並且註明每個步驟的處理重點，最後也讓要求LLM 依照步驟一步一步解題。
• 分隔符號的使用。
  不論是使用者的訊息，或者 LLM 每個步驟的輸出，我們都使用分隔號來做區隔。
  
  我們提供給 LLM 的使用者訊息使用分隔號是為了讓 LLM 更清楚使用者訊息的界限，而要求 LLM 輸出時使用分隔號則是方便我們稍後可以簡單切割出來我們要的回應訊息，這個部分在稍後會跟大家介紹。
• 最後，我們也可以觀察到每個步驟後方的角括弧，這實質上提供了一個讓語言模型進行填充的空間。

使用者訊息測試一

user_message = f"""
你們的 BlueWave Chromebook 比 TechPro 桌機貴多少？
"""
messages =  [
{'role':'system',
 'content': system_message},
{'role':'user',
 'content': f"{delimiter}{user_message}{delimiter}"},
]
response = get_completion_from_messages(messages)
print(response)
--- 以下是 LLM 的回覆 ---
步驟1：#### 用戶在問關於特定產品的問題，不考慮產品類別。 
步驟2：#### 該產品 BlueWave Chromebook 在產品列表中，價格為 $249.99。
TechPro 桌機也在產品列表中，價格為 $999.99。 
步驟3：#### 用戶沒有提供任何假設。 
步驟4：#### 無需判斷假設是否正確。 
回覆給使用者：#### BlueWave Chromebook 的價格是 $249.99，
而 TechPro 桌機的價格是 $999.99。
因此，BlueWave Chromebook 比 TechPro 桌機便宜了 $750。

使用者訊息測試二

user_message = f"""
你們有賣電視嗎？
""" 
messages =  [
{'role':'system',
 'content': system_message},
{'role':'user',
 'content': f"{delimiter}{user_message}{delimiter}"},
]
response = get_completion_from_messages(messages)
print(response)
--- 以下是 LLM 的回覆 ---
步驟1：#### 客戶詢問關於特定產品或多種產品的問題。不考慮產品類別。
步驟2：#### 由於客戶沒有詢問特定產品，因此我們無法回答關於產品的問題。
請問您需要關於哪種類型的產品的資訊？ 例如，電腦、手機、家電等等。
回覆給客戶：#### 請問您需要關於哪種類型的產品的資訊？
例如，電腦、手機、家電等等。

回覆訊息的提取

try:
    # 使用分隔符號來切割訊息，並且取出真的要回覆的內容
    final_response = response.split(delimiter)[-1].strip()
except Exception as e:
    # 發現無法處理的訊息時的回覆訊息
    final_response = """很抱歉，我無法處理你這個問題，
        請您試著詢問其他問題。"""
      
print(final_response)
--- 提取後的回覆訊息 ---
BlueWave Chromebook 的價格是 $249.99，而 TechPro 桌機的價格是 $999.99。
因此，BlueWave Chromebook 比 TechPro 桌機便宜了 $750。