AIGC:人工客服耗钱耗力!AI客服才是版本答案!

前言

今天我们来聊聊如何利用openai来强化客服,基于openai的大模型。

准备工作

通过 Google Colab,用户可以创建和共享Jupyter笔记本,运行Python代码,访问云端计算资源,以及使用大量开源机器学习框架和库,而无需担心硬件或软件配置问题。而我们这里需要一点点的python 和 openai结合,当我们使用Google Colab 运行python时,可以不用担心配置环境。

注意,以上这些网站均为外网,当我们访问这些网站时,需要 "搭梯子",具体可以去网上看看教程

  1. 首先进入openai网站,拿到我们的sdk。教程如下:

选择VPI

复制我们的API keys, 如果没有的话点击Create new secret key,这样我们就可以拿到我们的sdk了。

  1. 接下来我们进入Google Colab网站,将代码放进此网站运行。这个网站十分的方便,当我们使用Google Colab 运行python时,可以不用担心配置环境。

点击文件-> 新建笔记本 点击左上角 +代码

正文

输入 !pip install openai==0.10.2 ,安装名为openai的安装包,版本号为0.10.2

当左下角出现Successfully时,说明安装成功。

python 复制代码
from openai.api_resources import completion
# 基于openai 的大模型来强化客服
import openai
# api_key
openai.api_key="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"
# 常量 文本生成的模型
COMPLETION_MODEL="text-davinci-003"
  1. 首先我们导入openai

  2. openai.api_key处输入我们刚刚拿到的sdk

  3. COMPLETION_MODEL="text-davinci-003",常量 文本生成的模型 达芬奇

js 复制代码
prompt="""请你使用朋友的语气回复到客户,并称他为亲,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,我们很抱歉因为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
def get_response(prompt, temperature=1.0):
  # Completion模块
  # 生成内容  同步的
  # 调用openai库的Completion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,
      # null
      stop=None,
      temperature=temperature
  )
  # JSON choice txt
  print(completions)
  message = completions.choices[0].text
  return message

接下来我们输入prompt, 系统后台生成了一条记录,再调用我们这个AIGC来生成客服

然后写一个函数,封装openai回复的功能,自由度默认设为1.0

最大算力 :max_token=1024设置为1024

n=1 : 结果取一条

stop=None: 不要停止

我们打印一下,来看看输出结果:

可以看到,openai回复了:亲爱的,您的订单2021AEDG已经发货,预计3天内会抵达您的手中。我们对因天气原因而延迟物流时间抱歉,谢谢您选择我们的商品!

总结

当我们学会使用了openai后,生活因此变得更简单!

今天的内容就到这啦,如果你觉得小编写的还不错的话,或者对你有所启发,请给小编一个辛苦的赞吧

相关推荐
文火冰糖的硅基工坊1 小时前
[人工智能-大模型-19]:GitHub Copilot:程序员的 AI 编程副驾驶
人工智能·github·copilot
shuououo3 小时前
YOLOv4 核心内容笔记
人工智能·计算机视觉·目标跟踪
DO_Community6 小时前
普通服务器都能跑:深入了解 Qwen3-Next-80B-A3B-Instruct
人工智能·开源·llm·大语言模型·qwen
WWZZ20256 小时前
快速上手大模型:机器学习3(多元线性回归及梯度、向量化、正规方程)
人工智能·算法·机器学习·机器人·slam·具身感知
deephub7 小时前
深入BERT内核:用数学解密掩码语言模型的工作原理
人工智能·深度学习·语言模型·bert·transformer
PKNLP7 小时前
BERT系列模型
人工智能·深度学习·bert
应用市场7 小时前
构建自定义命令行工具 - 打造专属指令体
开发语言·windows·python
兰亭妙微7 小时前
ui设计公司审美积累 | 金融人工智能与用户体验 用户界面仪表盘设计
人工智能·金融·ux
东方佑7 小时前
从字符串中提取重复子串的Python算法解析
windows·python·算法
舒一笑8 小时前
大模型时代的程序员成长悖论:如何在AI辅助下不失去竞争力
后端·程序员·掘金技术征文