ChatGPT Prompt Engineering DeepLearningAI
1.0.0
Crash & Free Course บนวิศวกรรมพรอมต์ CHATGPT นำเสนอโดย deeplearning.ai และบรรยายโดย Andrew Ng และ Isa Fulford จาก Openai
ตัวอย่างโน้ตบุ๊กทั้งหมดมีอยู่ในโฟลเดอร์ห้องปฏิบัติการ
โหลดคีย์ API และ Libaries Python ที่เกี่ยวข้อง
import openai
import os
from dotenv import load_dotenv , find_dotenv
_ = load_dotenv ( find_dotenv ())
openai . api_key = os . getenv ( 'OPENAI_API_KEY' )ฟังก์ชั่นผู้ช่วย
ใช้รุ่น gpt-3.5-turbo ของ OpenAI และจุดสิ้นสุดการแชทเสร็จสิ้น
def get_completion ( prompt , model = "gpt-3.5-turbo" ):
messages = [{ "role" : "user" , "content" : prompt }]
response = openai . ChatCompletion . create (
model = model ,
messages = messages ,
temperature = 0 , # this is the degree of randomness of the model's output
)
return response . choices [ 0 ]. message [ "content" ] text = f"""
You should express what you want a model to do by
providing instructions that are as clear and
specific as you can possibly make them.
This will guide the model towards the desired output,
and reduce the chances of receiving irrelevant
or incorrect responses. Don't confuse writing a
clear prompt with writing a short prompt.
In many cases, longer prompts provide more clarity
and context for the model, which can lead to
more detailed and relevant outputs.
"""
prompt = f"""
Summarize the text delimited by triple backticks
into a single sentence.
``` { text } ```
"""
response = get_completion ( prompt )
print ( response ) Clear and specific instructions should be provided to guide a model towards the desired output, and longer prompts can provide more clarity and context for the model, leading to more detailed and relevant outputs.
อาหารจานหลัก:
อื่น ๆ หลักสูตรฟรีสั้น ๆ ที่มีอยู่ใน deeplearning.ai:
