[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
正小安27 分钟前
如何在微信小程序中实现分包加载和预下载
前端·微信小程序·小程序
FreakStudio1 小时前
全网最适合入门的面向对象编程教程:56 Python字符串与序列化-正则表达式和re模块应用
python·单片机·嵌入式·面向对象·电子diy
丶21361 小时前
【CUDA】【PyTorch】安装 PyTorch 与 CUDA 11.7 的详细步骤
人工智能·pytorch·python
_.Switch2 小时前
Python Web 应用中的 API 网关集成与优化
开发语言·前端·后端·python·架构·log4j
一路向前的月光2 小时前
Vue2中的监听和计算属性的区别
前端·javascript·vue.js
长路 ㅤ   2 小时前
vite学习教程06、vite.config.js配置
前端·vite配置·端口设置·本地开发
长路 ㅤ   2 小时前
vue-live2d看板娘集成方案设计使用教程
前端·javascript·vue.js·live2d
一个闪现必杀技2 小时前
Python入门--函数
开发语言·python·青少年编程·pycharm
Fan_web2 小时前
jQuery——事件委托
开发语言·前端·javascript·css·jquery
安冬的码畜日常2 小时前
【CSS in Depth 2 精译_044】第七章 响应式设计概述
前端·css·css3·html5·响应式设计·响应式