Prompt Engineering GPT Assistants API using RAG

กรณีศึกษาทางวิศวกรรมของ OpenAi

คำสั่งปัญหา - 1: การสร้างผู้ช่วย

คำอธิบาย:

ส่วนนี้ของโครงการแสดงให้เห็นถึงการสร้างผู้ช่วย OpenAI โดยใช้โมเดล Turbo GPT-3.5 โดยมุ่งเน้นไปที่การสร้างนามธรรมจากงานวิจัย ผู้ช่วยได้รับการออกแบบมาเพื่ออ่านเอกสารการวิจัยและให้บทคัดย่อตามความยาวที่ผู้ใช้กำหนด กรณีศึกษารวมถึงการอัปโหลดรายงานการวิจัยโต้ตอบกับผู้ช่วยเพื่อให้ได้มาซึ่งนามธรรมจากนั้นปรับเปลี่ยนความยาวและโทนของนามธรรมตามอินพุตของผู้ใช้

คำแนะนำสำหรับการใช้งาน:

1. แทนที่ ENTER API-KEY ในสคริปต์ด้วยคีย์ OpenAI API ที่แท้จริงของคุณ
2. ตั้งค่าตัวแปร file_path เป็นเส้นทางของรายงานการวิจัยที่คุณต้องการอัปโหลด
3. เรียกใช้สคริปต์เพื่อสร้างผู้ช่วยอัปโหลดรายงานการวิจัยและโต้ตอบกับผู้ช่วย

คำแถลงปัญหา - 2: zero shot prompt

คำอธิบาย:

ส่วนนี้สำรวจการใช้ API การแชทของ OpenAI เพื่อสร้างคำตอบตามบริบทที่ให้ไว้ มันแสดงให้เห็นว่าผู้ช่วยสามารถตอบคำถามเกี่ยวกับความแตกต่างระหว่าง GPT และ BERT โดยใช้บริบทที่กำหนดไว้ล่วงหน้าและพรอมต์ของผู้ใช้

คำแนะนำสำหรับการใช้งาน:

1. แทนที่ 'API_KEY' ในสคริปต์ด้วยคีย์ OpenAI API จริงของคุณ
2. เรียกใช้สคริปต์เพื่อรับคำตอบสำหรับคำถามที่กำหนดไว้ล่วงหน้าเกี่ยวกับความแตกต่างระหว่าง GPT และ BERT

คำแถลงปัญหา - 2: การเรียนรู้ไม่กี่นัด

คำอธิบาย:

ส่วนหนึ่งของกรณีศึกษาแสดงให้เห็นถึงการประยุกต์ใช้การเรียนรู้ไม่กี่นัดกับ OpenAI Chat เสร็จสมบูรณ์ API มันตอบคำถามผู้ใช้เกี่ยวกับความแตกต่างระหว่าง LSTM และ BERT ตามบริบทที่กำหนดไว้ล่วงหน้าซึ่งมีข้อมูลเกี่ยวกับโมเดลต่างๆ

คำแนะนำสำหรับการใช้งาน:

1. แทนที่ 'API_KEY' ในสคริปต์ด้วยคีย์ OpenAI API จริงของคุณ
2. เรียกใช้สคริปต์เพื่อสร้างคำตอบสำหรับคำถามผู้ใช้เกี่ยวกับความแตกต่างระหว่าง LSTM และ BERT

ข้อกำหนดเบื้องต้น:

• คีย์ Openai API
• สภาพแวดล้อม Python พร้อมห้องสมุดที่จำเป็น (OpenAI)

บันทึก:

• ตรวจสอบให้แน่ใจว่าคุณมีสิทธิ์ที่จำเป็นในการใช้ OpenAI API
• สคริปต์ให้ความคิดเห็นที่ชัดเจนเพื่อเป็นแนวทางผ่านรหัส
• ปรับแต่งสคริปต์ตามต้องการสำหรับกรณีการใช้งานเฉพาะของคุณ

อย่าลังเลที่จะสำรวจทดลองและมีส่วนร่วมในกรณีศึกษาทางวิศวกรรมที่รวดเร็วนี้!