14. 使用链式调用简化多步提示语

2023/07/31閱讀時間約 48 分鐘

Hi, 大家好,我是茶桁。

OpenAI 的大语言模型提供了 Completion 和 Embedding 两个核心接口。

我们可以通过增加提示语(Prompt)历史记录来提高模型的回答准确性和自然性。还可以将 Embedding提前索引好存起来,以此做到让AI根据外部知识来回答问题,

在我们多次与AI对话的过程中,讲AI返回的答案放在新的问题里,那么我们就可以让AI帮主我们给自己的代码撰写单元测试了。

以上这些方法是自然语言类应用中常见的模式。为了方便应用开发者使用这些模式,开源社区开发了名为 Langchain 的开源库,使用 Langchain,我们可以更加快速地实现之前利用大语言模型实现过的功能,并且可以更好地将模型集成到我们的业务系统中,实现更加复杂、有价值的功能。

以行動支持創作者!付費即可解鎖
本篇內容共 19259 字、0 則留言,僅發佈於从零开始接触人工智能大模型
茶桁
茶桁
80后,先后在多家大厂担任数据产品经理,中台产品。
留言0
查看全部
發表第一個留言支持創作者!