[AIGC->OpenAI体验]虚拟客服对话生成-如何利用OpenAI成为"客服超人"

前言

​ 在当今的数字时代,人工智能(Artificial Intelligence,简称AI)已经变成了科技界的一领重要探讨话题。AI不仅令人兴奋,还带来了许多前所未有的机会和挑战。

​ 今天,我们来学习利用AI完成客服对话的生成

正文

我们在之前的文章OpenAI初体验:如何利用OpenAI成为一名跨境电商"超人"-小白篇 - 掘金 (juejin.cn)

就已经初次体验到了OpenAI的魅力,感兴趣的小伙伴,也可以去学习一下!

我们大家都知道!随着OpenAI的面世,很多岗位都遭受到了不同程度的冲击!就比如我们今天说到的:客服!

现在,直接与我们接触的大部分都是"智能"客服,也就是虚拟客服。

虚拟客服是一种基于人工智能(AI)技术的客户服务解决方案,旨在改善客户服务体验、提高效率和减少成本。虚拟客服通常是一个计算机程序或机器人,被设计成模拟人类客服代表的交互和沟通,以回答客户的问题、提供支持、处理投诉和执行其他与客户服务相关的任务。

虚拟客服的应用范围非常广泛,包括在线零售、银行和金融服务、电信、航空业、医疗保健、旅游业和更多领域。虚拟客服通常可以在网站、应用程序、社交媒体平台和电话系统上找到。

但是呢,虚拟客服只能只能处理一些相对简单的问题,可能无法处理复杂的问题,而且有时候,真人客服与客户之间的交流能更好的了解到客户的情绪和需求!

但是,虚拟客服就已经可能解决大部分基本问题了!所以今天就让我们来学习如何利用OpenAI来完成一次客服对话的生成

必备工具

  1. Google账户
  2. OpenAI账号
  3. Colab网站:colab.research.google.com/
  4. OpenAI网站:openai.com/
  5. 能正常访问以上网站的途径:魔法
  6. AI应用
    • 基于大模型 OPENAI的达芬奇 擅长文本处理
    • 花销 tokens 算力 API_KEY
    • prompt + openAi 接口调用
    • openai库的Comletion模块

实操

虚拟客服到底有哪些好处呢?

  1. 24/7 可用性:虚拟客服可以全天候提供服务,不受时间限制。这意味着客户可以在任何时间联系并获得帮助。
  2. 自动化和效率:虚拟客服可以自动处理大量的常见问题,从而释放人类客服代表的时间,使他们能够专注于更复杂和有价值的任务。
  3. 快速响应:虚拟客服通常能够立即响应客户查询,不需要等待或排队。
  4. 一致性:虚拟客服能够提供一致的信息和支持,而不受情感或主观因素的干扰。
  5. 成本效益:虚拟客服可以降低客户服务成本,因为它们不需要薪水、培训或福利待遇,与雇佣人类客服代表相比,能够为企业节省资金。

接下来,我们开始实操吧!!

进行Cobalb模型安装

首先我们打开Coblab网站:

选择文件:

新建笔记本

点击+代码

然后在我们的代码框中输出下述代码并且运行:

python 复制代码
!pip install openai==0.10.2

我们达到这个图就说明我们的代码运行成功咯!

接下来,我们生成一个新代码,输出以下内容

python 复制代码
#基于openai 的大模型来强化客服能力
import openai
openai.api_key="这里输入你的OpenAI中的APIKEY"
# 常量 文本生成的模型
COMPLETION_MODEL="text-davinci-003"
# 系统后台生成了一条记录,再调用我们这个AIGC来生成客服
# 三个"""可以直接换行,字符串换行可以用字符串模板
prompt="""请你使用朋友的语气回复到客户,并称呼他为亲,他的订单已经发货在路上了,预计在3天之内会送达,订单号2021AEDG,我们很抱歉天气的原因,物流时间比原来长,感谢他选购我们的商品"""
# 封装了openai回复的功能
# 这是一个函数
def get_response(prompt, temperature=1.0):
  # completion模块
  # 生成内容 同步的
  # 调用openai库的Comletion模块,创建一个新的
  # 字典 {k:v}
  completions = openai.Completion.create(
      engine = COMPLETION_MODEL,
      prompt = prompt,
      max_tokens = 1024,
      n = 1,
      # None是关键字Null True
      stop = None,
      temperature=temperature
  )
  # JSON choise text
  print(completions)
  message = completions.choices[0].text
  return message

如何获取OpenAI的APIKEY呢?我们已经在前文介绍过啦!那我们还是再学习一遍吧!

API-KEY获取

进入OpenAI首页

选择login

再选择API

在然后在用户界面选择

复制你的密钥,如果没有密钥的可以在下面create new secret key 进行创建

注意!!此处ChatGPT的账户中必须有余额!!不然运行的时候会直接报错!!

好啦我们接下来回到Colab网页

执行客服对话功能代码

回到我们刚刚的代码当中

python 复制代码
#基于openai 的大模型来强化客服能力
import openai
openai.api_key="这里输入你的OpenAI中的APIKEY"
# 常量 文本生成的模型
COMPLETION_MODEL="text-davinci-003"
# 系统后台生成了一条记录,再调用我们这个AIGC来生成客服
# 三个"""可以直接换行,字符串换行可以用字符串模板
prompt="""请你使用朋友的语气回复到客户,并称呼他为亲,他的订单已经发货在路上了,预计在3天之内会送达,订单号2021AEDG,我们很抱歉天气的原因,物流时间比原来长,感谢他选购我们的商品"""
# 封装了openai回复的功能
# 这是一个函数
def get_response(prompt, temperature=1.0):
  # completion模块
  # 生成内容 同步的
  # 调用openai库的Comletion模块,创建一个新的
  # 字典 {k:v}
  completions = openai.Completion.create(
      engine = COMPLETION_MODEL,
      prompt = prompt,
      max_tokens = 1024,
      n = 1,
      # None是关键字Null True
      stop = None,
      temperature=temperature
  )
  # JSON choise text
  print(completions)
  message = completions.choices[0].text
  return message

我们输入之后点击执行发现,没有效果??欸?为什么是这个样子?

因为我们还少了一段代码,执行完上述代码之后,我们在新建一行代码输入下述代码并执行!

python 复制代码
print(get_response(prompt))

我们就可以看到输出结果啦!!

python 复制代码
{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "text": "\u3002\n\n\u4eb2\u7231\u7684\u5ba2\u6237\uff0c\u975e\u5e38\u62b1\u6b49\u4f60\u5728\u7b49\u5f85\u7269\u6d41\u7684\u8fc7\u7a0b\u4e2d\u9047\u5230\u4e86\u9ebb\u70e6\uff0c\u60a8\u7684\u8ba2\u53552021AEDG\u5df2\u7ecf\u53d1\u8d27\u5728\u8def\u4e0a\u4e86\uff0c\u9884\u8ba1\u57283\u5929\u4e4b\u5185\u4f1a\u9001\u8fbe\u3002\u5bf9\u4e8e\u56e0\u5929\u6c14\u539f\u56e0\u5bfc\u81f4\u7269\u6d41\u65f6\u95f4\u5ef6\u957f\u800c\u9020\u6210\u7684\u4e0d\u4fbf\uff0c\u6211\u4eec\u518d\u6b21\u8868\u793a\u6b49\u610f\uff0c\u540c\u65f6\u4e5f\u611f\u8c22\u60a8\u9009\u8d2d\u4e86\u6211\u4eec\u7684\u5546\u54c1\uff0c\u5982\u679c\u6709\u4efb\u4f55\u95ee\u9898\u6b22\u8fce\u968f\u65f6\u548c\u6211\u4eec\u53d6\u5f97\u8054\u7cfb\uff0c\u6211\u4eec\u7aed\u8bda\u4e3a\u60a8\u670d\u52a1\uff01"
    }
  ],
  "created": 1699360572,
  "id": "cmpl-8IFbQVrBDsBIOX1IQao7epqQIlG5Y",
  "model": "text-davinci-003",
  "object": "text_completion",
  "usage": {
    "completion_tokens": 283,
    "prompt_tokens": 169,
    "total_tokens": 452
  },
  "warning": "This model version is deprecated. Migrate before January 4, 2024 to avoid disruption of service. Learn more https://platform.openai.com/docs/deprecations"
}
。

亲爱的客户,非常抱歉你在等待物流的过程中遇到了麻烦,您的订单2021AEDG已经发货在路上了,预计在3天之内会送达。对于因天气原因导致物流时间延长而造成的不便,我们再次表示歉意,同时也感谢您选购了我们的商品,如果有任何问题欢迎随时和我们取得联系,我们竭诚为您服务!

我需要的客服对话生成,也就实现啦!! 而且内容也相当人性化!

总结

我们今天学习到这里就告一段落啦!

虚拟客服是一种基于人工智能(AI)技术的客户服务解决方案,其主要目的是提供自动化的客户支持和服务。

今天我就实现了客服对话的生成!

然而随着OpenAI面世带来的影响,我们也要逐渐开始去学习如何利用OpenAI成为一名prompt engineer,让我们一起去逐步学习AIGC知识,努力紧跟时代,以前端之姿,拥抱AIGC时代的到来!

如果大家有任何意见和想法,欢迎大家在评论区留言哦~

点个小小的赞鼓励支持一下吧!🌹🌹🌹

Gitee库:MycodeSpace: 主要应用的仓库,记录学习coding中的点点滴滴 (gitee.com)

相关推荐
橙子家9 小时前
浏览器缓存之【基础键值存储】:Local storage 和 Session storage
前端
程序员龙叔11 小时前
编写高质量 Skill 系列 -- 如何设计需求分析与用例生成的 SKILL
自动化测试·软件测试·python·软件测试工程师·接口测试·性能测试·skill·ai测试
星星在线11 小时前
MusicFree:一个「All in One」的个人音乐服务器,让听歌回归简单
前端·后端
IT_陈寒12 小时前
Redis的SETNX并发问题让我加了三天班
前端·人工智能·后端
demo007x12 小时前
Docling 文档转换以及技术架构分析
前端·后端·程序员
京东云开发者13 小时前
京东市民服务又“上新”!这次是黑龙江“龙易办”
前端
袋鱼不重14 小时前
我的神奇同事,AI 用多了居然写了个 Open In Codex
前端·后端·ai编程
用户83562907805114 小时前
使用 Python 操作 Word 内容控件
后端·python
Fireworks14 小时前
深入vue3源码解读 -- 1、响应式的基础概念
前端
程序员黑豆14 小时前
JDK 下载安装与配置详细教程
java·前端·ai编程