使用ChatGPT API构建系统2——输入评估： 分类

Summary

本视频教程重点介绍了如何通过分类用户查询来评估输入，以确保系统的质量和安全。通过定义固定的类别并为每个类别硬编码相应的指令，可以高效地处理多种独立的指令集。例如，在构建客户服务助手时，首先确定查询的类型，然后根据该分类使用适当的指令。视频中通过使用特定的分隔符来分隔不同部分的指令或输出，并以Json格式返回分类结果，从而简化了指令的处理和后续步骤的执行。通过实际示例，视频清楚地展示了如何根据用户的不同需求提供定制化的响应，从而提高了处理查询的效率和准确性。

Takeaways

• 👉 In this section we'll focus on evaluating inputs to ensure quality and safety.
• 👉 Classifying queries can help determine appropriate instructions to handle different cases.
• 👉 Defining categories and coding instructions for each makes handling varied tasks easier.
• 👉 For a customer service assistant, classify queries into primary and secondary categories.
• 👉 Use delimiters like hashtags to separate parts of instructions and outputs.
• 👉 Ask the model to provide output in a structured format like JSON.
• 👉 Read the JSON output into an object to use it in subsequent steps.
• 👉 Try different test queries and see how the model categorizes them.
• 👉 The categorization can provide more specific instructions for next steps.
• 👉 We'll explore more input evaluation methods to ensure responsible system use.

Q & A

什么是分类任务在系统中的作用？

分类任务在系统中的作用是先对输入的查询进行分类，然后根据这个分类决定使用哪些指令来处理。这对于确保系统的质量和安全非常重要，尤其是在需要处理不同情况的大量独立指令集时。

为什么要使用定界符？

使用定界符是为了分隔指令或输出的不同部分，帮助模型确定不同的节。在示例中，使用井号作为定界符，因为它被视为一个令牌，便于模型处理。

如何根据用户查询的类型来使用不同的指令？

通过首先将用户查询分类为主要类别和次要类别，然后基于这个分类使用相关的指令来处理任务。例如，在建立客户服务助手时，可能需要先分类查询类型，再根据分类确定使用的指令。

在处理客户服务查询时，如何组织输入和输出？

在处理客户服务查询时，将客户服务查询与系统消息通过定界符分隔，然后要求模型将每个查询分类到主要和次要类别中，并以JSON格式提供输出，其中包含主要和次要键。

什么是JSON格式在此过程中的优势？

JSON格式的优势在于它允许结构化输出，便于将这些数据读入到对象中，如Python的字典，从而可以作为后续步骤的输入。这种结构化也便于处理和分析。

如果用户请求删除其个人资料和所有用户数据，应如何分类这个查询？

这种类型的用户查询应分类为主要类别“账户管理”和次要类别“关闭账户”。

如何处理关于具体产品的查询，例如平板电视？

对于关于具体产品的查询，如平板电视，可以将查询分类为适当的类别，并根据分类提供更具体的指令或信息，比如添加关于电视的附加信息。

什么是主要类别和次要类别的示例？

主要类别的示例包括账单、技术支持、账户管理或一般查询。次要类别的示例包括不可订阅、升级等。

如何确保用户以负责任的方式使用系统？

通过评估输入并根据用户的查询提供特定的指令来确保用户以负责任的方式使用系统。在后续视频中将学习更多确保此目标的方法。

此视频脚本中提到的系统消息的作用是什么？

系统消息指导模型如何处理输入，包括如何将客户服务查询分类为主要和次要类别，并要求以JSON格式提供输出，从而使处理步骤标准化并易于后续操作。